基于 YOLOV5-MobilenetV3和声呐图像的鱼类识别轻量化模型

文献类型： 中文期刊

第一作者： 罗毅智

作者： 罗毅智;陆华忠;周星星;袁余;齐海军;李斌;刘志昌

作者机构： 广东省农业科学院设施农业研究所;农业农村部设施农业装备与信息化重点实验室;广东省农业科学院;广东省农业科学院动物科学研究所(水产研究所)

关键词： 前视声纳;鱼类;轻量化;目标识别;网箱

期刊名称： 广东农业科学

ISSN： 1004-874X

年卷期： 2023 年 50 卷 007 期

页码： 37-46

收录情况： 北大核心 ; CSCD

摘要： [目的]网箱生物识别和统计是海洋牧场的养殖管理的关键参考因素之一.针对混响噪声和复杂背景的干扰,构建不同光照条件下鱼类检测数据集,采用前视声呐成像技术,提出一种基于YOLOV5-MobilenetV3和声呐图像的鱼类识别轻量化模型(LAPR-Net),实现浑浊或黑暗场景下水体网箱的鱼类识别.[方法]以罗非鱼为研究对象,基于YOLOV5模型的框架结构,主干网络模块采用轻量级MobileNetV3 bneck模块,利用线性瓶颈的逆残差结构和深度可分离卷积提取声呐图像中鱼类的特征,通过注意力机制SE-Net获取声呐图像多尺度语义特征并增强特征之间的相关性;颈部网络采用路径聚合网络结构,对目标特征进行多尺度融合,增强特征融合能力;预测部分采用基于非极大抑制方法进行最大局部搜索,去除冗余的检测框,筛选置信度最高的检测框,最终输出并显示鱼的检测结果,包含位置、类别以及检测目标的概率.[结果]选择4种其他主流的检测模型进行对比试验,包含 YOLOV3-ting(Darknet53)、YOLOV5(CSPdarknet53)、YOLOV5(Repvgg)、YOLOV5s(Transformer),提出模型参数量为3 545 453、计算量为6.3 G、mAP为0.957,模型平均每张图片推理速度为0.08868 s,同YOLOV5模型相比,改进后模型mAP提高9.7%.[结论]本文提出的模型提高了训练和识别速度,降低了硬件设备要求,可为海洋牧场网箱养殖鱼类检测模型提供参考.

分类号： TP391.41

  • 相关文献

[1]基于图像特征的模板匹配成鱼多目标识别算法研究与程序设计. 冯书庆,王志勇,谌志新,徐志强. 2023

[2]基于DRGB的运动中肉牛形体部位识别. 邓寒冰,许童羽,周云成,苗腾,张聿博,徐静,金莉,陈春玲. 2018

[3]基于Faster R-CNN的松材线虫病受害木识别与定位. 徐信罗,陶欢,李存军,程成,郭杭,周静平. 2020

[4]基于ResNet深度残差网络的白喉乌头检测. 梁俊欢,董峦,阿斯娅·曼力克,孙宗玖,魏鹏,马海燕,艾尼玩·艾买尔,阿仁,郑逢令. 2023

[5]雷达在昆虫学研究中的应用. 封洪强. 2011

[6]柑橘采摘机器人目标检测算法研究进展. 郑涵,罗强,张益维,曹中华. 2022

[7]水族馆鱼类目标检测网络优化研究. 刘洋,张胜茂,王书献,王斐,樊伟,邹国华,伯静. 2022

[8]黄海太平洋磷虾回波映像识别与资源密度评估. 王新良,赵宪勇,左涛,李显森. 2016

[9]一种剑麻装载机的轻量化设计与应用. 陈涛,金刚,覃旭,黄显雅,彭欣怡,刘明,吴密,周肇峰. 2021

[10]基于轻量化卷积神经网络的改进模型与验证. 李润龙,王运圣,徐识溥,刘勇. 2020

[11]改进Multi-scale ResNet的蔬菜叶部病害识别. 王春山,周冀,吴华瑞,滕桂法,赵春江,李久熙. 2020

[12]喷雾机喷杆结构的研究现状及展望. 乔白羽,丁素明,薛新宇,崔龙飞,周晴晴,张亚萍. 2017

[13]基于LW-YOLOv3模型的棉花主茎生长点检测与定位研究. 孙想,吴华瑞,朱华吉,杨雨森,陈诚,何思琪,王春山. 2021

[14]电驱自走式农机测试平台的设计. 余涛,刘俊杰,杨存志,叶岩,孙先明,李国林. 2021

[15]轻型拖车车架设计和静动力学仿真研究. 石凯飞. 2022

[16]基于RDN-YOLO的自然环境下水稻病害识别模型研究. 廖娟,刘凯旋,杨玉青,严从宽,张爱芳,朱德泉. 2024

[17]基于改进YOLOv4算法的番茄叶部病害识别方法. 储鑫,李祥,罗斌,王晓冬,黄硕. 2023

[18]基于改进YOLO v5s的轻量化植物识别模型研究. 马宏兴,董凯兵,王英菲,魏淑花,黄文广,苟建平. 2023

[19]基于边缘设备的轻量化小目标果实检测模型. 张文利,陈开臻,刘鈺昕,段玉林,郭威,史云. 2021

[20]果园凿型铲式深松机优化设计与试验. 李亚丽,曹中华,湛小梅,杨清慧,崔晋波,李英. 2021

作者其他论文 更多>>

微信小程序