基于改进YOLOv8n—Pose的鱼苗体长测量研究

来源：中国农机化学报杂志2025年第12期北京时间：

作者：李肖飞, 马志艳, 吴佳俊

单位：（1. 湖北工业大学农机工程研究设计院，武汉市，430068；2. 湖北省农机装备智能化工程技术研究中心，武汉市，430068）

摘要：准确获取鱼苗体长是水产智慧养殖推进进程中的关键环节。传统人工测量的方式不仅耗时、耗力，还会对鱼苗产生一定程度的物理损伤。以20~100 mm草鱼苗(Ctenopharyngodon idella)为试验对象，通过搭建图像采集平台获取鱼苗俯视图RGB—D数据，基于YOLOv8n—Pose，利用RCS—OSA模块替换原来的C2f模块，在主干特征提取层引入SimAM注意力机制，提出一种名为ROS—YOLO的模型用于鱼苗体长关键点的检测。通过深度图获取关键点对应的深度信息，完成关键点三维坐标的转换。根据关键点坐标计算鱼苗体长。试验表明，ROS—YOLO的关键点平均精度均值为99.2%，参数量和推理速度分别为3.97 M和125帧/s。鱼苗体长自动测量结果与人工测量值相比，整体平均误差为2.87 mm，平均绝对误差为5.85%。

关键词：草鱼苗；鱼苗体长；注意力机制；三维坐标；智慧养殖 

基金资助：湖北省重点研发计划(2022BBA016)