基于高分辨率遥感影像数据的鳗苗捕捞调查方法技术

本发明专利技术公开了一种基于高分辨率遥感影像数据的鳗苗捕捞调查方法，首先，获取几何纠正等预处理后的且覆盖调查区域的高空间分辨率的遥感影像；其次，对高空间分辨率的遥感影像进行影像数据标注，建立高分辨率遥感影像鳗苗捕捞器浮子样本数据集；然后，对目标检测算法YOLOv8进行改进，为避免小目标出现漏检误检情况引入具有小目标检测优势的AFPN替换原有检测头，增加了小目标检测层；最后，使用改进后的模型进行鳗苗捕捞器的识别。本发明专利技术可以实现从高空间分辨率遥感影像上来识别水面环境中鳗苗捕捞器这一微小目标，能为鳗苗捕捞强度评估提供技术支撑。

【技术实现步骤摘要】

本专利技术涉及海洋资源捕捞调查监测，基于高分辨率遥感影像数据的鳗苗捕捞调查方法。

技术介绍

1、日本鳗鱼是一种降海洄游性鱼类，具有较高的营养价值。成年鳗鱼会从淡水栖息地迁移到海洋中进行繁殖。鳗苗的洄游是一项非常复杂和精确的生物学现象，涉及到多种环境因素，如洋流、温度、盐度等。鳗苗能够感应地球磁场，利用这一能力来辅助其洄游过程。尽管鳗鱼人工养殖已相当成熟，到目前为止从卵到成鱼的全生命周期养殖尚未成功实现。鳗鱼养殖的苗种来源仍然主要是依靠野生鳗鱼苗的捕捞。因此，鳗苗捕捞强度对于鳗鱼资源的可持续发展，尤其是野生种群的发展至关重要。尽管中国渔业管理部门对鳗鱼苗的捕捞采取了专项许可制度，试图控制鳗苗捕捞的规模和强度。但由于有可能存在的偷捕行为，宏观上对于长江口以及中国沿海的鳗苗捕捞规模，人们仍知之甚少。

2、近年来，遥感技术取得了显著进步，卫星传感器的分辨率不断提高，已经能够提供亚米级甚至更高分辨率的影像，例如我国的吉林一号宽幅01c卫星可以提供高达0.5米的分辨率影像。这使得利用高分辨率的遥感影像来开展鳗苗捕捞的动态监测成为可能。针对中国沿海，特别是长本文档来自技高网...

【技术保护点】

1.基于高分辨率遥感影像数据的鳗苗捕捞调查方法，其特征在于，首先，获取几何纠正等预处理后的且覆盖调查区域的高空间分辨率(0.5m，或优于0.5m分辨率)的遥感影像；其次，对高空间分辨率的遥感影像进行影像数据标注，建立高分辨率遥感影像鳗苗捕捞器浮子样本数据集；然后，对目标检测算法YOLOv8进行改进，提高算法对于遥感小目标的识别能力，在主干部分使用C2f_Dual替换四个C2f模块，SPPELAN替换SPPF，在Neck端用AFPN与原有检测头结合获得四个检测头，新增160×160的小目标检测头，模型对于小目标的检测准确率得到提升；最后，使用改进后的模型对覆盖调查区域的高空间分辨率遥感影像...

【技术特征摘要】

1.基于高分辨率遥感影像数据的鳗苗捕捞调查方法，其特征在于，首先，获取几何纠正等预处理后的且覆盖调查区域的高空间分辨率(0.5m，或优于0.5m分辨率)的遥感影像；其次，对高空间分辨率的遥感影像进行影像数据标注，建立高分辨率遥感影像鳗苗捕捞器浮子样本数据集；然后，对目标检测算法yolov8进行改进，提高算法对于遥感小目标的识别能力，在主干部分使用c2f_dual替换四个c2f模块，sppelan替换sppf，在neck端用afpn与原有检测头结合获得四个检测头，新增160×160的小目标检测头，模型对于小目标的检测准确率得到提升；最后，使用改进后的模型对覆盖调查区域的高空间分辨率遥感影像进行鳗苗捕捞器的识别，并获取最终结果。yolov8模型改进的具体包括如下步骤：

2.根据权利要求1所述的基于高分辨率遥感影像数据的鳗苗捕捞调查方法，其特征在于，m是输入通道的数量(即输入特征图的深度)，n是卷积滤波器的数量，也是输出通道的数量(即输出特征图的深度)，g为组卷积和对偶卷积中的组数，符号⊕为3×3和1×1卷积核的结果相加。

3.根据权利要求1所述的基于高分辨率遥感影像数据的鳗苗捕捞调查方法，其特征在于，dualconv通过结合3×3和1×1卷积核，同时使用组卷积技术高效排列卷积滤波器，大大减少了深度神经网络的计算成本和参数数量，这一结构设计使得dualconv能够在保持或提升模型准确性的同时，显著降低计算复杂度。

4.根据权利要求1所述的基于高分辨率遥感影像数据的鳗苗捕捞调查方法，其特征在于，3×3卷积在特征图通道维度中移动，而1×1卷积在所有输入通道上执行，可看作是同一输入特征图上3×3组卷积和1×1逐点卷积的组合，由于dualconv在输入特征图的所有通道上应用1×1卷积，保留了原始信息，帮助后续卷积层更充分地提取特征，这些使得dualconv在保持高效特征提取和信息融合的同时，极大地降低了计算成本和参数数量，展示了其在轻量级深度神经网络设计中的巨大潜力和广泛应用前景。

5.根据权利要求1所述的基于高分辨率遥感影像数据的鳗苗捕捞调查方法，其特征在于，在改进yolov8网络结构时，c2f_dual模块在c2f模块的基础上，对其中的bottleneck模块中引入dualconv替换第二个普通卷积，减少计算复杂度、降...

【专利技术属性】
技术研发人员：周为峰，朱鹏飞，
申请(专利权)人：中国水产科学研究院东海水产研究所，
类型：发明
国别省市：