基于深度学习的鱼类生物量估算研究进展

来源：农业机械学报杂志2026年第2期北京时间：

作者：李道亮，赵聪慧，朱弘烨，张盼，王广旭，刘思涛

单位：中国农业大学;国家数字渔业创新中心,中国农业大学;国家数字渔业创新中心,山东省数字渔业重点实验室;中国农业大学烟台研究院,中国农业大学;国家数字渔业创新中心,中国农业大学;国家数字渔业创新中心,中国农业大学;国家数字渔业创新中心,

摘要：鱼类生物量估算是水产养殖精细化管理的核心环节，对精准投喂、资源评估及养殖效益提升至关重要。传统人工估测方法存在效率低、需接触式操作且易损伤鱼体等问题，在高密度网箱、循环水养殖等规模化场景中，这一技术瓶颈愈发明显。近年来，深度学习凭借强大的特征学习与复杂模式解析能力，为鱼类生物量自动化估算提供了突破性方案。本文系统梳理近5年深度学习在该领域研究进展，围绕生物量估算核心技术环节，从鱼体尺寸测量、鱼类计数、鱼体质量估计三大维度展开分析。在此基础上总结了当前深度学习技术在鱼类生物量估算实践中面临的问题并进行展望，旨在为深度学习在鱼类生物量估算中的推广应用提供科学参考，助力水产养殖向数字化、智能化升级。

关键词：鱼类生物量估算;深度学习;三维重建;目标检测;立体视觉

基金资助：国家自然科学基金项目（32373186、32503262）