-
题名一种适用于复杂环境的高密度鱼苗实时计数方法
- 1
-
-
作者
宋丽俏
田云臣
李青飞
权佳宁
-
机构
天津农学院计算机与信息工程学院
农业农村部智慧养殖技术重点实验室(部省共建)(天津农学院)
天津市水产生态与养殖重点实验室
-
出处
《渔业现代化》
北大核心
2025年第4期169-180,共12页
-
基金
国家重点研发计划(2020YFD0900600)
农业农村部智慧养殖技术重点实验室(部省共建)开放基金(2023-TJAUKLSBF-2406)
+3 种基金
国家现代农业产业技术体系资助(CARS-47)
天津市海水养殖产业技术体系(ITTMRS2021000)
天津市重点研发计划科技支撑重点项目(23YFZCSN00310)
天津市教委科研计划项目(2023KJ004)。
-
文摘
在水产养殖中,精确实时计数鱼苗对于优化饲喂策略和提升养殖效率至关重要。然而,高密度鱼群的重叠、复杂背景和实时性要求使得传统计数方法存在显著局限性。为解决这一问题,该研究提出了一种基于改进YOLOv8s的鱼苗自动计数方法。通过在主干网络中引入通道先验卷积注意力(CPCA)机制,动态分配通道和空间维度的注意力权重,提高特征提取和目标识别能力。同时,设计轻量化计数检测头(EffiCount Head),结合耦合设计与部分卷积技术,降低模型复杂度并提升推理速度。结果显示,改进模型在鱼苗计数任务中的平均精确率达到98.2%,相比原模型提升了4.0%,参数量减少了13.6%,推理速度提升了15.8%。该方法在复杂背景和高密度场景下具备较高的精确率和鲁棒性,能够高效实现实时鱼苗计数,显著提升水产养殖的生产效率。
-
关键词
鱼苗自动计数
YOLOv8s
CPCA
EffiCount
Head
-
Keywords
automatic fish fry counting
YOLOv8s
channel prior convolutional attention
efficount head
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
S951.2
[农业科学—水产养殖]
-
