基于YOLO-Crab与改进的DeepSORT的水下河蟹检测与计数方法

来源：电子测量技术杂志2025年第17期北京时间：

作者：吴佳文，姬伟，翟科龙，许波

单位：江苏大学电气信息工程学院 镇江 212013

摘要：为实现淡水池塘中无人水产养殖船的精准投饵，提出了YOLO-Crab+改进的DeepSORT的河蟹计数方法。首先，针对水下河蟹图像模糊、对比度低等问题，提出了一种基于CLAHE预处理下的YOLOv8的河蟹检测模型YOLO-Crab。YOLO-Crab在主干中增加坐标注意力机制，提高检测精度，同时，通过SimSPPF池化和GSConv+Slim Neck设计减轻模型量级。改进的DeepSORT算法用DIOU匹配替代IOU匹配来解决水草遮挡导致的河蟹ID跳变问题。实验表明，YOLO-Crab模型检测精度和F1分别达到了97.3%和94%，计数方法平均精度为81%。同时，将模型移植到Jeston AGX Orin上，检测精度达到95%，检测速度为60 fps，提升了50%，计数精度为78%，能够为无人水产养殖船精准投饵提供可靠依据。

关键词：无人水产养殖;YOLOv8;目标检测;河蟹计数;DeepSORT

基金资助：国家自然科学基金(61973141)项目资助