基于YOLOV5-MobilenetV3 和声呐图像的鱼类识别轻量化模型
2023-09-21罗毅智陆华忠周星星齐海军刘志昌
广东农业科学 2023年7期
罗毅智,陆华忠,周星星,袁 余,齐海军,李 斌,刘志昌
(1.广东省农业科学院设施农业研究所,广东 广州 510640;2.广东省农业科学院动物科学研究所(水产研究所),广东 广州 510645;3.农业农村 部设施农业装备与信息化重点实验室,浙江 杭州 311000;4.广东省农业科学院,广东 广州 510640)
【研究意义】近年来,随着对动物蛋白需求的不断增加和传统渔业资源的严重减少,渔业正逐步向水产设施养殖转型[1-4]。其中,网箱生物识别是海洋牧场的关键作业流程之一。由于网箱养殖局部密度大、水体透光率不足,视觉成像效果不佳,大大影响智能渔场的作业效率[5-6]。浑浊水中悬浮颗粒可导致图像对比度低、模糊和失真[7],尽管光学成像类型的相机提供了高分辨率图像,但未知的成像条件,包括光学水类型、场景位置以及海洋介质的吸收和散射特性,对光信息的传输有重大影响,进而导致严重的图像失真[8]。考虑到光学传感器在水下场景中的客观局限性,浑浊水体成像检测方法常利用非光学传感器,如激光雷达、声呐等[6,9-14]。声呐系统根据声波发射和回收的计算过程获得图像,其中发射的声波在遇到目标物体后会被反射和接收。因此,接收到的回波包含不同物体显著的声波吸收特性。由于水声通道的复杂性和声波散射的多变性,接收到的回波中还混杂着环境噪声、混响和声呐自噪声等干扰,对声呐图像的准确目标检测提出重大挑战。
【前人研究进展】传统的目标检测 方法手动提取目标区域的特征,通常使用一定大小的帧作为滑动窗口来遍历整个图像,称为“锚点”。……
登录APP查看全文
