鱼类检测方法、装置、系统及存储介质制造方法及图纸

本发明专利技术公开了一种鱼类检测方法、装置、系统及存储介质，涉及水下检测技术领域。该鱼类检测方法包括以下步骤：将鱼类关键帧图像集输入GMM高斯混合模型进行运动目标检测操作，得到GMM鱼类目标边框；将鱼类关键帧图像集输入YOLO神经网络模型进行运动目标检测操作，得到YOLO鱼类目标边框；根据预设判断逻辑判断GMM鱼类目标边框和/或YOLO鱼类目标边框是否为真实鱼类目标边框，并输出对应的真实鱼类目标边框。利用YOLO神经网络模型检测速度快、精度高的特点，融合GMM高斯混合模型可充分挖掘鱼类运动目标信息的特性，通过鱼类目标边框融合判断方式，有效避免了误检和漏检情况，提高了模型检测准确率，实现了对鱼类摄食强度、摄食分布等状态信息的实时精准检测。布等状态信息的实时精准检测。布等状态信息的实时精准检测。

【技术实现步骤摘要】
鱼类检测方法、装置、系统及存储介质


[0001]本专利技术涉及水下检测
，尤其涉及一种鱼类检测方法、装置、系统及存储介质。

技术介绍

[0002]当前我国的渔业养殖技术具有从近海走向深远海的发展趋势，深远海养殖具有离岸远、水体环境复杂等特点，从而增加了日常养殖作业、养殖异常监测和安全维护的困难。
[0003]在深海网箱养殖过程中，投喂饵料过量容易产生残饵，造成资源浪费以及污染水体环境；投喂饵料不足容易导致鱼类生长参差不齐，影响养殖效益。如何针对鱼类目标数量大、瞬变性强、存在鱼类遮挡、鱼类方位体型变化等特点实现对鱼类摄食强度、摄食分布等状态信息的实时检测，是实现深海养殖智能化过程中亟待解决的技术问题。

技术实现思路

[0004]本专利技术的主要目的在于提供一种鱼类检测方法，旨在实现对鱼类摄食强度、摄食分布等状态信息的实时检测。
[0005]为实现上述目的，本专利技术提供的鱼类检测方法包括以下步骤：
[0006]将鱼类关键帧图像集输入GMM高斯混合模型进行运动目标检测操作，以得到GMM鱼类目标边框；...

【技术保护点】

【技术特征摘要】
1.一种鱼类检测方法，其特征在于，所述鱼类检测方法包括以下步骤：将鱼类关键帧图像集输入GMM高斯混合模型进行运动目标检测操作，以得到GMM鱼类目标边框；将所述鱼类关键帧图像集输入YOLO神经网络模型进行运动目标检测操作，以得到YOLO鱼类目标边框；根据预设判断逻辑判断所述GMM鱼类目标边框和/或所述YOLO鱼类目标边框是否为真实鱼类目标边框，并输出对应的所述真实鱼类目标边框。2.根据权利要求1所述的鱼类检测方法，其特征在于，所述根据预设判断逻辑判断所述GMM鱼类目标边框和/或所述YOLO鱼类目标边框是否为真实鱼类目标边框，并输出对应的所述真实鱼类目标边框的步骤，包括：判断所述GMM鱼类目标边框中是否存在第一待定边框；所述第一待定边框未出现于所述YOLO鱼类目标边框中；若存在所述第一待定边框，则判断所述第一待定边框的存在时长是否达到预设时间阈值；若所述第一待定边框的存在时长达到所述预设时间阈值，则确定所述第一待定边框为真实鱼类目标边框并输出；且/或，所述将鱼类关键帧图像集输入GMM高斯混合模型进行运动目标检测操作，以得到GMM鱼类目标边框的步骤之前，包括：对所述鱼类关键帧图像集的第一帧背景图像进行GMM背景建模操作；且/或，所述将所述鱼类关键帧图像集输入YOLO神经网络模型进行运动目标检测操作，以得到YOLO鱼类目标边框的步骤之前，包括：将鱼类目标训练样本输入所述YOLO神经网络模型进行自主训练操作。3.根据权利要求1所述的鱼类检测方法，其特征在于，所述YOLO鱼类目标边框包括YOLO目标存在置信度；所述根据预设判断逻辑判断所述GMM鱼类目标边框和/或所述YOLO鱼类目标边框是否为真实鱼类目标边框，并输出对应的所述真实鱼类目标边框的步骤，包括：判断所述YOLO鱼类目标边框中是否存在第二待定边框；所述第二待定边框未出现于所述GMM鱼类目标边框中；若存在所述第二待定边框，则判断所述第二待定边框的所述YOLO目标存在置信度是否达到预设置信度阈值；若所述第二待定边框的所述YOLO目标存在置信度达到所述预设置信度阈值，则确定所述第二待定边框为真实鱼类目标边框并输出；且/或，所述YOLO鱼类目标边框包括YOLO目标位置横坐标、YOLO目标位置纵坐标、YOLO目标宽度、YOLO目标高度；所述GMM鱼类目标边框包括GMM目标位置横坐标、GMM目标位置纵坐标、GMM目标宽度、GMM目标高度；所述根据预设判断逻辑判断所述GMM鱼类目标边框和/或所述YOLO鱼类目标边框是否为真实鱼类目标边框，并输出对应的所述真实鱼类目标边框的步骤，包括：判断所述YOLO鱼类目标边框中是否存在第三待定边框；所述第三待定边框出现于所述GMM鱼类目标边框中；
若存在所述第三待定边框，则获取所述第三待定边框的所述YOLO目标位置横坐标与所述GMM目标位置横坐标之间的第一差值，获取所述第三待定边框的所述YOLO目标位置纵坐标与所述GMM目标位置纵坐标之间的第二差值，所述第三待定边框的所述YOLO目标宽度与所述GMM目标宽度之间的第三差值，所述第三待定边框的所述YOLO目标高度与所述GMM目标高度之间的第四差值；判断所述第一差值、所述第二差值、所述第三差值、所述第四差值是否小于预设差值阈值；若所述第一差值、所述第二差值、所述第三差值、所述第四差值中的至少一个小于所述预设差值阈值，则确定所述第三待定边框为真实鱼类目标边框并输出。4.根据权利要求3所述的鱼类检测方法，其特征在于，所述判断所述第一差值、所述第二差值、所述第三差值、所述第四差值是否小于预设差值阈值的步骤之后，包括：若所述第一差值、所述第二差值、所述第三差值、所述第四差值均大于或等于所述预设差值阈值，则判断所述YOLO鱼类目标边框中的所述第三待定边框的中心点与所述GMM鱼类目标边框中的所述第三待定边框的中心点之间的直线距离是否小于预设距离阈值；若所述YOLO鱼类目标边框中的所述第三待定边框的中心点与所述GMM鱼类目标边框中的所述第三待定边框的中心点之间的直线距离小于所述预设距离阈值，则确定所述第三待定边框为真实鱼类目标边框并输出。5.根据权利要求4所述的鱼类检测方法，其特征在于，所述判断所述YOLO鱼类目标边框中的所述第三待定边框的中心点与所述GMM鱼类目标边框中的所述第三待定边框的中心点之间的直线距离是否小于预设距离阈值的步骤之后，包括：若所述YOLO鱼类目标边框中的所述第三待定边框的中心点与所述GMM鱼类目标边框中的所述第三待定边框的中心点之间的直线距离大于或等于所述预设距离...

【专利技术属性】
技术研发人员：李俞锋，任刚，董阳泽，陈夏华，凌文昌，李静，
申请(专利权)人：南方海洋科学与工程广东省实验室湛江，
类型：发明
国别省市：