文献类型： 中文期刊

作者： 王磊 ¹ ; 赵海翔 ² ; 崔鸿武 ² ; 黄桢铭 ² ; 高阳 ¹ ; 李皓 ² ; 崔正国 ² ; 曲克明 ² ; 朱建新 ² ;

作者机构： 1.浙江海洋大学水产学院

2.中国水产科学研究院黄海水产研究所农业农村部海洋渔业与可持续发展重点实验室

关键词： 凡纳滨对虾;摄食强度量化;计算机视觉;YOLOv8

期刊名称： 海洋与湖沼

ISSN： 0029-814X

年卷期： 2024 年 55 卷 005 期

页码： 1282-1293

收录情况： 北大核心 ; CSCD

摘要： 为实现凡纳滨对虾(Litopenaeus vannamei)摄食强度量化及分类，克服投喂主观性，优化饲料利用率。实验采用YOLOv8模型对凡纳滨对虾进行识别和检测以及YOLOv8-segment模型对凡纳滨对虾的虾头进行分割，根据饲料区域内对虾的数量和虾头的像素面积，实现对虾摄食强度的量化，并利用Convnext模型将图像中对虾的摄食强度划分为强摄食、中摄食和低摄食3个级别。实验结果显示，迭代200次后，YOLOv8模型对饲料区域内对虾目标检测的mAP50达到了99.5%,YOLOv8-segment模型对虾头分割的mAP50达到了92.1%，展现了YOLOv8模型的强大性能。经实验验证发现，在不同摄食强度下饲料区域内对虾的数量和虾头的像素面积存在明显差异。Convnext模型对凡纳滨对虾3种摄食强度的图像分类准确率为98.8%。该方法可以客观有效地将对虾摄食强度进行量化，并将对虾的摄食强度进行分类，为实现对虾的精准投喂提供了理论基础和技术支撑。