基于深度学习的鱼类特征点检测与体征识别方法

来源：中国农机化学报杂志2024年第6期北京时间：

作者：崔海朋, 秦朝旭, 马志宇

单位：(青岛杰瑞工控技术有限公司，青岛市，266520)

摘要：为确保鱼类养殖过程中生长状况实时监控及科学化养殖管理，需要实现高效化、自动化的鱼类体征识别。基于此，提出基于深度学习的关键特征点检测模型结合双目视觉的鱼类体征识别方法。基于预处理后的单目视觉数据集对融入金字塔分割注意力的高分辨率网络模型展开训练，获得鱼类关键特征点检测模型，在此基础上能够对双目视觉图像中各特征点进行快速检测识别与匹配，从而根据双目视觉系统内部参数计算各特征点真实坐标并计算获得对应体征参数。试验结果表明，建立的关键特征点检测模型对各特征点PCK值均大于0.85，识别得到的体征参数相对误差均小于10%，能够为鱼类体征快速准确识别提供支撑，有效助力鱼类养殖科学化、智能化发展。

关键词：鱼类,水产养殖,深度学习,关键点检测,体征识别

基金资助：山东省重点研发计划（科技示范工程）（2021SFGC0701）