【技术实现步骤摘要】
一种鱼群定性分级投喂方法、终端及存储介质
[0001]本专利技术涉及水产养殖
,具体涉及一种鱼群定性分级投喂方法
、
终端及存储介质
。
技术介绍
[0002]渔业是全球最大的食品生产行业之一,而投喂系统是现代渔业中的一个重要组成部分
。
[0003]传统的投喂不足主要在以下几个方面:
[0004](1)
如果投喂过多,会导致饲料被浪费,增加养殖成本,降低饲料利用率
。
[0005](2)
如果投喂过少,会导致鱼群个体间的竞争加剧,一些弱小或者年幼的鱼可能会因为无法获取足够的饲料而生长缓慢,甚至死亡
。
[0006](3)
无法精准投喂,传统的自动投喂技术通常是根据预设的程序进行投喂,没有考虑到鱼的实际需求和池塘环境的变化,缺乏智能性和灵活性
。
[0007](4)
污染环境,过多的饲料还会导致池塘水质的恶化,产生氨氮
、
亚硝酸盐等化合物,对鱼虾的健康生长产生不利影响
。
[0008]因此,目前亟需一种能提高喂养效率
、
减少饲料浪费
、
提高鱼类的生产率和健康水平的投喂方法来解决上述问题
。
技术实现思路
[0009]本专利技术为解决以上不足,目的在于提供一种鱼群定性分级投喂方法
、
终端及存储介质,采用本方案,通过使用声呐球加球机摄像头的定性分级算法实现渔业的自动投喂,以提高喂 ...
【技术保护点】
【技术特征摘要】
1.
一种鱼群定性分级投喂方法,其特征在于,包括以下步骤:通过声呐球和摄像头分别采集投喂区域的视频数据;根据声呐球的视频数据检测并统计投喂区域的鱼群尾数;根据摄像头的视频数据检测并统计投喂区域的运动区域面积;根据统计的鱼群尾数和运动区域面积,分别得到鱼群数量的变化曲线和运动区域面积的变化曲线;将鱼群尾数的变化曲线和运动区域面积的变化曲线相互拟合,得到定性分级模型;根据所述定性分级模型,对鱼群进行定性分级,实时评估鱼群活跃程度;根据所述鱼群活跃程度,控制投喂量
。2.
根据权利要求1所述的一种鱼群定性分级投喂方法,其特征在于,通过声呐球采集投喂区域的视频数据时,还包括以下具体步骤:固定声呐球,并设置探测参数;控制声呐球对投喂区域进行鱼群吃食情况的探测生成出模拟鱼群信号显示;随后根据设定的时间阈值,分别录制投喂前
、
投喂中和投喂后在所述时间阈值内的视屏数据
。3.
根据权利要求2所述的一种鱼群定性分级投喂方法,其特征在于,通过摄像头采集投喂区域的视频数据时,包括以下具体步骤:固定摄像头,并设置拍摄角度;控制摄像头对投喂区域鱼群吃食情况进行观察水面的波动特征;随后根据设定的时间阈值,分别录制投喂前
、
投喂中和投喂后在所述时间阈值内的视屏数据
。4.
根据权利要求2所述的一种鱼群定性分级投喂方法,其特征在于,在根据声呐球的视频数据检测并统计投喂区域的鱼群尾数时,还包括以下具体步骤:对鱼群尾数的视频数据进行解码,并标记出鱼的信息;随后通过图像增强方法增加数据量,整合为声呐鱼数据集;使用目标检测算法,并通过机器学习训练,得到召回率和准确率最好的模型权重;通过训练好的模型,编写代码处理连续的声呐视频图片,分别对投喂前
、
投喂中和投喂后在所述时间阈值内的视屏数据进行鱼群尾数的统计
。5.
根据权利要求4所述的一种鱼群定性分级投喂方法,其特征在于,所述的使用目标检测算法,并通过机器学习训练,得到召回率和准确率最好的模型权重时,还包括以下具体步骤:将所述声呐鱼数据集转换成
yolo
格式的数据集;随后使用
YOLOv8
目标检测算法,修改骨干网络中的
C2f
模块改进成
C2f
‑
faster
模块,通过
Pytorch
框架平台进行机器学习有监督训练若干批次;...
【专利技术属性】
技术研发人员:饶勇,邓才鑫,刘超,张庭葛,郎洋,
申请(专利权)人:四川渔光物联技术有限公司,
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。