【技术实现步骤摘要】
基于视觉的鱼类进食状态识别方法、系统、装置和设备
[0001]本专利技术涉及一种基于视觉(机器视觉)的鱼类进食状态识别方法,属于水产养殖领域
。
技术介绍
[0002]海洋是世界上重要的资源宝库,地球
64%
的面积被海洋覆盖,其中蕴藏着非常多的生物
、
非生物资源
。
鱼类身处在海洋生物资源中核心地位,一方面作为重要的食品资源和可持续发展的物质基础,另一方面部分鱼类又可兼备一定观赏价值和重要药用研究价值
。
因此,对鱼类资源合理的调查研究和开发利用成为热门话题之一
。
由于海产品具有低脂肪高蛋白等特点,使人类对海产品的需求逐渐增大
。
自
1960
‑
2021 年,世界水产品的人均消费量有了 9.9Kg 到 19.2Kg
的增长
。
我国水产品总产量目前已经占据了全球水产品总产量的三分之一
。
近年我国的水产品产量报告中显示,我国海产品产量占总产量的 55%
,其中人工养殖的产量多达 80%。
[0003]我国水产品出口量自
2002
年以来一直居于世界首位
。
中国不仅是全球最大的水产养殖国,也是世界唯一一个水产品养殖产量超过捕捞产量的国家
。
随着中国水产养殖业高密度
、
规模化
、
集约化高速发展,病害已成为产业健康可持续发展的重大挑战,鱼病的及时 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.
一种基于视觉的鱼类进食状态识别方法,其特征在于,包括以下步骤:
S1、
制备数据集:
PC
机接收到投饵机发出的投喂信号后,开始进行饵料目标检测,通过与
PC
机连接的水下防水摄像头抓取饵料图像;利用
labelimg
软件对饵料图像进行标注生成源标注文件,从源标注文件通过名称匹配出对应标注信息,转换成
YOLO
格式标注文件,将所有图像数据按照
4:1
的比例划分训练集和验证集,所述的训练集和验证集形成数据集;
S2、
模型训练图像识别:将整理好的数据集放入
YOLOV7
目标检测算法中进行训练,获得饵料目标检测模型;
S3、
将待识别图像输入到训练好的饵料目标检测模型中,得到输出的预测框位置信息,按照预测框位置信息在待识别图像中绘制预测框与分类标签,将预测框位置信息输入到以下公式(1)中,输出饵料占比结果;公式(1)如下:(1);其中,
x
代表检测框的横坐标,
y
代表检测框的纵坐标,下标的第一位是指检测到的第几个检测框,第二位是指目标检测框的位置,
j
就代表检测到的第
j
个检测框;其中,
(x1,y1)(x1,y2)(x2,y2)(x2,y1)
分别为饵料目标检测框的四点的坐标值,
1920*1080
为图片分辨率
。2.
根据权利要求1所述的基于视觉的鱼类进食状态识别方法,其特征在于,在所述的步骤
S2
中,所述饵料目标检测模型的确定步骤如下:步骤
S2
‑
1、
确定正常鱼进食状态:将预设数量的正常的鱼放到鱼缸中进行实验,投饵量是根据鱼的生长习性计算得出,记录随着时间
t
的推进,饵料占比
n
的变化,时间
t
的单位是秒
s
,根据实验数据散点图,拟合出一条直线,得到公式(2),如下(2);步骤
S2
‑
2、
技术研发人员:李海涛,李晓雯,高鹏辉,郑焕舒,牛婉娇,
申请(专利权)人:青岛励图高科信息技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。