基于YOLOv8的养殖鱼群全向声呐实时监测软件开发与试验
DOI:
CSTR:
作者:
作者单位:

1.江苏海洋大学,中国水产科学研究院南海水产研究所;2.中国水产科学研究院南海水产研究所/农业农村部南海渔业资源开发利用重点实验室,中国水产科学研究院南海水产研究所热带水产研究开发中心

作者简介:

通讯作者:

中图分类号:

基金项目:

海南省重大科技计划项目 (ZDKJ2021013);海南省重点研发项目 (ZDYF2021XDNY305, ZDYF2023XDNY066);中国水产科学研究院中央级公益性科研院所基本科研业务费专项资金资助 (2023TD97);广州市科技计划项目 (2023E04J0001);连云港市重点研发计划项目 (22CY080,21SH038)


Development and experiment of real-time monitoring software of farmed fish omnidirectional sonar based on YOLOv8
Author:
Affiliation:

Fund Project:

Major Science and Technology Project of Hainan (ZDKJ2021013); Key Research and Development Projects of Hainan (ZDYF2021XDNY305, ZDYF2023XDNY066); Special Fund for Basic Scientific Research in Central Public Welfare Research Institutes of Chinese Academy of Fishery Sciences (2023TD97); Science and Technology Plan Project of Guangzhou (2023E04J0001); Key Research and Development Plan Project of Lianyungang(22CY080, 21SH038).

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对水产养殖鱼群数量监测效率低、精确度不足的问题, 本研究以罗非鱼(Oreochromis sp.)为研究对象, 提出了一种基于全向扫描声呐与 YOLO (You Only Look Once) 模型的实时鱼群监测方法。本方法利用全向扫描声呐采集水下鱼群影像数据, 通过 YOLOv8 算法与实时监测技术实现目标识别与分析, 并结合基于欧氏距离和空间分析算法, 合并与排除异常数据点, 最终获得鱼群数量与空间分布。实验针对不同鱼群数量(50条、100条、150条、200条)进行了评估, 监测精确度分别为 93.5%、94.5%、89.6%和85.8%, 整体平均精确度达 90.9%。结果表明, 该方法显著提高了养殖鱼群数量监测的实时性和精确度, 为水产养殖中鱼群数量监测提供了一种高效的解决方案, 对优化水产养殖管理、提高生产效率及促进生态养殖可持续发展具有重要意义。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2024-11-12
  • 最后修改日期:2025-01-08
  • 录用日期:2025-01-23
  • 在线发布日期:
  • 出版日期:
文章二维码