摘要
实际生产中,对鱼类的投喂控制仍是以人工经验判断和时序控制为主,易造成饲料浪费和环境污染。实时检测鱼群摄食强度,可用于指导投喂,进而提高饲料利用率,并降低残饲污染。基于此,本研究提出一种基于机器视觉和轻量型S3D算法的鱼群摄食强度实时识别算法,可精确定位视频流中“强、中、弱、无” 4种鱼群摄食强度状态。首先将I3D网络作为基准,使用Inception模块和深度可分离卷积构建3D时空Sep-Inc模块;其次,利用3D时空Sep-Inc模块、池化层和3D卷积层交替搭建轻量型S3D网络;最后,开发了基于PyQt5的金鳟鱼摄食强度识别系统。结果显示:S3D算法对4类摄食强度的识别准确率可达92.68%,比C3D和R2+1D算法分别提高9.75%和14.15%,同时Parameters参数和GFLOPs参数也大幅下降,识别摄食强度标签的速率达到17 f/s。研究表明,本算法不仅适用于金鳟,也有望适用于其他游泳型鱼类,并可提供投喂决策建议。
-
单位北京市农林科学院; 国家农业信息化工程技术研究中心