科研之友
微信
新浪微博
Facebook
分享链接
摘要
去鳞是鱼类加工重要的环节之一，快速无损地计算去鳞率可实现对去鳞设备的评估或对其运行状态的实时监测。针对中国现阶段鱼类去鳞率主要靠人工计算的现象，提出一种基于实例分割的花白鲢去鳞率计算方法，将去鳞后的鱼体分为无鱼鳞区域和有鱼鳞区域，通过改进Mask R-CNN进行分割，计算去鳞率。将注意力机制模块SENet加入以ResNet50为Backbone的特征提取网络中，并通过减层处理，使网络更注意有价值特征的同时减少运算时间，并通过改进Loss函数迫使网络优化方向偏向于掩膜分割。结果显示：以1 950张花白鲢图像作为数据集，对改进的Mask R-CNN模型进行训练，精准率达到90.6%,召回率达到91.9%;经试验验证，去鳞率计算平均误差为4.7%。研究表明，该方法具有良好的检测鱼体去鳞率能力以及实时计算能力，可用于评估去鳞设备，也可用于实时监测。
- 单位
