一种水生动物捕获收集的方法技术

本发明专利技术公开了一种水生动物捕获收集的方法，通过建立水生动物识别模型识别第一水生动物，能够具有针对性地对泛滥的水生动物进行捕获收集处理，而不会伤及其他水生动物；通过配置水生动物捕获收集装置进行自动巡航，根据识别到的第一水生动物和第二水生动物的密度，控制捕获收集装置进行捕获收集处理或不处理，能够大幅度缩减人力劳动的成本，并且由于本发明专利技术实施例是在水下自动进行工作，无需人力干涉，受到天气环境的影响较小，效率高；同时，由于本发明专利技术实施例通过采用自动巡航的装置进行水生动物的捕获采集工作，能够对不同的点位进行自主处理，具有更高的机动性和灵活性。本发明专利技术的实施例可以广泛应用于环境保护技术领域。实施例可以广泛应用于环境保护技术领域。实施例可以广泛应用于环境保护技术领域。

【技术实现步骤摘要】
一种水生动物捕获收集的方法


[0001]本专利技术涉及环境保护
，尤其是一种水生动物捕获收集的方法。

技术介绍

[0002]由于气候变化、生态变化等原因，各地海域内频繁出现不同程度的水生动物暴发灾害，对海洋生态平衡造成了极大的危害，因此在水生动物暴发严重时，有必要对其进行捕获收集，以清理过多的水生动物。
[0003]现有应用较多的水生动物捕捞方式主要有传统人工捕捞方式、光学捕杀系统、超声波捕杀系统，但其各自在防治水生动物暴发的应用上均存在较明显的缺陷：传统人工捕捞方式耗时费力，作业时间长，无差别捕捞还可能有害于渔业生产；光学捕杀系统由于采取定点固定装置的方式，限制了其工作的范围，无法应对多点暴发的水生动物灾害，如果安放更多的装置，则需要大大增加灾害防治的成本；超声波捕杀系统由于超声波的广泛传播以及超声波本身的特性，会影响到捕杀范围内其他的海洋生物，导致其出现异常，长期的超声波还会驱赶海域内的各种鱼类，对生态环境有一定的危害作用。
[0004]因此，亟需一种能够对暴发的水生动物进行高效的针对性捕获收集的方法。

技术实现思路

[0005]有鉴于此，本专利技术实施例提供一种高效、具有针对性的水生动物捕获收集的方法。
[0006]本专利技术实施例提供了一种水生动物捕获收集的方法，包括：获取模拟水生环境图像，根据所述模拟水生环境图像使用Yolo
‑
V5算法建立水生动物识别模型；配置水生动物捕获收集装置以及巡航控制设备；其中，所述巡航控制设备用于控制所述水生动物捕获收集装置进行自动巡航；通过所述水生动物识别模型识别第一水生动物，获得所述第一水生动物的活动图像；其中，所述第一水生动物是待捕获收集的水生动物；根据所述活动图像，估计所述第一水生动物的密度和第二水生动物的密度；根据所述第一水生动物的密度和所述第二水生动物的密度，控制所述水生动物捕获收集装置对所述第一水生动物进行捕获收集处理。
[0007]可选地，所述获取模拟水生环境图像，根据所述模拟水生环境图像使用Yolo
‑
V5算法建立水生动物识别模型，包括：获取模拟水生环境图像，对所述水生环境图像进行预处理，形成训练集和验证集；其中，所述预处理包括自适应图片缩放、自适应锚框计算、Mosaic数据增强至少之一；设定所述训练集的初始学习率和训练迭代次数，使用Yolo
‑
V5算法建立水生动物识别初始模型；根据损失函数和验证集对水生动物识别初始模型进行收敛训练，获得水生动物识别模型；对所述水生动物识别模型的性能进行评估，得到满足性能要求的所述水生动物识别模型。
[0008]可选地，所述配置水生动物捕获收集装置以及巡航控制设备，包括：配置巡航控制设备与水生动物捕获收集装置的通信连接；根据历史经验信息以及所述水生动物捕获收集装置的电池余量，通过所述巡航控制设备配置所述水生动物捕获收集装置的运行区域以及
自动巡航路线。
[0009]可选地，所述通过所述水生动物识别模型识别所述第一水生动物，获得所述第一水生动物的活动图像，包括：通过所述水生动物识别模型在待检测区域中识别所述第一水生动物，获得所述第一水生动物的活动图像；将所述活动图像上传到巡航控制设备。
[0010]可选地，所述根据所述活动图像，估计所述第一水生动物的密度和第二水生动物的密度，包括：根据所述活动图像信息进行批量计算处理，得到待检测区域内的第一水生动物的数量和第二水生动物的数量；其中，所述第二水生动物是除了第一水生动物以外的其他水生动物；采用海洋生物密度计算公式，根据所述第一水生动物的数量和所述第二水生动物的数量对所述第一水生动物的密度和所述第二水生动物的密度进行估算。
[0011]可选地，所述根据所述第一水生动物和所述第二水生动物的密度，控制所述水生动物捕获收集装置对所述第一水生动物进行捕获收集处理，包括：当所述第一水生动物的密度大于第一阈值，则控制所述水生动物捕获收集装置对所述第一水生动物进行捕获收集；当所述第一水生动物的密度小于所述第一阈值并且第二水生动物的密度大于所述第二阈值，则对所述第一水生动物不进行处理；当所述第一水生动物的密度小于所述第一阈值，并且所述第二水生动物的密度小于所述第二阈值，则控制所述水生动物捕获收集装置对所述第一水生动物进行捕获收集。
[0012]可选地，所述对所述水生动物识别模型的性能进行评估，确定准确的所述水生动物识别模型，包括：计算所述水生动物识别模型的准确率；计算所述水生动物识别模型的召回率；计算所述水生动物识别模型的平均精度；根据所述准确率、所述召回率、所述平均精度，得到满足性能要求的所述水生动物识别模型；
[0013]其中，所述准确率的计算公式为：
[0014][0015]所述召回率的计算公式为：
[0016][0017]所述平均精度的计算公式为：
[0018]AP＝∫P(R)d(R)
[0019]式中，P表示准确率，R表示召回率，AP表示平均精度，T
p
表示目标被正确预测出来的数量，F
p
表示目标被误测出来的数量，F
n
表示目标未被测出来的数量。
[0020]可选地，还包括：当完成对当前处理点位的水生动物处理，则继续检测需要进行水生动物处理的点位进行处理，直至需要处理的区域全部处理完毕。
[0021]本专利技术实施例还提供了一种电子设备，包括处理器以及存储器；所述存储器用于存储程序；所述处理器执行所述程序实现如上所述的方法。
[0022]本专利技术实施例还提供了一种计算机可读存储介质，所述存储介质存储有程序，所述程序被处理器执行实现如上所述的方法。
[0023]本专利技术的实施例的有益效果如下：本专利技术实施例通过建立水生动物识别模型识别第一水生动物，能够具有针对性地对泛滥的水生动物进行捕获收集处理，而不会伤及其他水生动物；通过配置水生动物捕获收集装置进行自动巡航，根据识别到的第一水生动物和
第二水生动物的密度，控制捕获收集装置进行捕获收集处理或不处理，能够大幅度缩减人力劳动的成本，并且由于本专利技术实施例是在水下自动进行工作，无需人力干涉，受到天气环境的影响较小，效率高；同时，由于本专利技术实施例通过采用自动巡航的装置进行水生动物的捕获采集工作，能够对不同的点位进行自主处理，具有更高的机动性和灵活性。
附图说明
[0024]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0025]图1是本专利技术实施例提供的方法流程图；
[0026]图2是本专利技术实施例提供的捕获收集原理图。
具体实施方式
[0027]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水生动物捕获收集的方法，其特征在于，包括：获取模拟水生环境图像，根据所述模拟水生环境图像使用Yolo
‑
V5算法建立水生动物识别模型；配置水生动物捕获收集装置以及巡航控制设备；其中，所述巡航控制设备用于控制所述水生动物捕获收集装置进行自动巡航；通过所述水生动物识别模型识别第一水生动物，获得所述第一水生动物的活动图像；其中，所述第一水生动物是待捕获收集的水生动物；根据所述活动图像，估计所述第一水生动物的密度和第二水生动物的密度；根据所述第一水生动物的密度和所述第二水生动物的密度，控制所述水生动物捕获收集装置对所述第一水生动物进行捕获收集处理。2.根据权利要求1所述的一种水生动物捕获收集的方法，其特征在于，所述获取模拟水生环境图像，根据所述模拟水生环境图像使用Yolo
‑
V5算法建立水生动物识别模型，包括：获取模拟水生环境图像，对所述水生环境图像进行预处理，形成训练集和验证集；其中，所述预处理包括自适应图片缩放、自适应锚框计算、Mosaic数据增强至少之一；设定所述训练集的初始学习率和训练迭代次数，使用Yolo
‑
V5算法建立水生动物识别初始模型；根据损失函数和验证集对水生动物识别初始模型进行收敛训练，获得水生动物识别模型；对所述水生动物识别模型的性能进行评估，得到满足性能要求的所述水生动物识别模型。3.根据权利要求1所述的一种水生动物捕获收集的方法，其特征在于，所述配置水生动物捕获收集装置以及巡航控制设备，包括：配置巡航控制设备与水生动物捕获收集装置的通信连接；根据历史经验信息以及所述水生动物捕获收集装置的电池余量，通过所述巡航控制设备配置所述水生动物捕获收集装置的运行区域以及自动巡航路线。4.根据权利要求1所述的一种水生动物捕获收集的方法，其特征在于，所述通过所述水生动物识别模型识别所述第一水生动物，获得所述第一水生动物的活动图像，包括：通过所述水生动物识别模型在待检测区域中识别所述第一水生动物，获得所述第一水生动物的活动图像；将所述活动图像上传到巡航控制设备。5.根据权利要求1所述的一种水生动物捕获收集的方法，其特征在于，所述根据所述活动图像，估计所述第一水生动物的密度和第二水生动物的密度，包括：根据所述活动图像信息进行批量计算处理，得到待检测区域内的...

【专利技术属性】
技术研发人员：任磊，庞礼铧，黎明思，
申请(专利权)人：中山大学，
类型：发明
国别省市：