您好,欢迎访问中国水产科学研究院 机构知识库!

基于YOLOv8的成像声呐信息获取系统研究

文献类型: 中文期刊

作者: 熊鑫泉 1 ; 方辉 2 ; 司泰来 1 ; 戴阳 2 ;

作者机构: 1.大连海洋大学航海与船舶工程学院

2.中国水产科学研究院东海水产研究所

关键词: 声呐技术;深度学习;YOLOv8;数据解析;特征识别;渔业

期刊名称: 工业控制计算机

ISSN: 1001-182X

年卷期: 2025 年 38 卷 010 期

页码: 105-107

摘要: 开发了一款基于深度学习的声呐数据解析与特征识别软件,旨在提高声呐图像信息提取的效率和准确性.声呐技术广泛应用于渔业、资源探测和海洋测绘等领域,但传统数据处理方式面临着大量数据处理时间长、计算资源消耗大的问题.为此,采用YOLOv8 目标检测模型,从声呐图像中识别目标物回声特征,从而简化数据解析流程.软件分为两个主要功能模块:第一个模块负责读取和解析离线声呐数据,生成声呐图像;第二个模块利用YOLOv8 进行特征识别,提取磷虾、海底以及伪底等关键信息.研究使用的声呐数据来源于科学鱼探仪EK80,标注工具为Roboflow,实验中共标注 1916 张图像,划分为训练集、测试集和验证集.经过 120 轮训练,模型在目标检测中F1 Score整体达到 0.85 以上,展现出良好的识别性能.该软件不仅促进了渔业研究的深入分析,还为海洋生态系统的了解提供了有力支持.

  • 相关文献

[1]基于YOLOv3模型的金枪鱼鱼群特征识别初步研究. 马硕,张禹,王鲁民,张勋,金卫国,王国来,常卫东. 2021

[2]基于改进YOLOv8n损失函数的克氏原螯虾体特征识别算法. 耿春新,王爱民,阎天宇,郁傲男,张昊轩,张武肖,阳程,刘兴国,朱浩,顾夕章,李进峰,邵鹏. 2024

[3]ChatGPT助推渔业新质生产力的发展与展望. 吴立冬. 2024

[4]图像分析技术在水产品属性特征识别中的应用. 张胜茂,郭全友. 2013

[5]基于YOLOv8模型的凡纳滨对虾(Litopenaeus vannamei)摄食强度量化及分类方法研究. 王磊,赵海翔,崔鸿武,黄桢铭,高阳,李皓,崔正国,曲克明,朱建新. 2024

[6]论我国渔业科研管理的发展与创新. 张俊. 2002

[7]水产技术性贸易措施评议信息服务平台构建研究. 李乐,房金岑,宋怿. 2011

[8]中巴资源卫星在渔业普查中的应用分析. 高雷,程家骅,张寒野. 2011

[9]论渔业安全与对策. 龙华. 2004

[10]基于新型渔业经营主体视角的渔业家庭农场发展思考. ZHAO Lei,赵蕾,LI Zheng,李争,HAN Yang,韩杨. 2015

[11]中国渔业生态环境研究的现状及发展趋势. 邴旭文. 2004

[12]超高强纤维应用与网具创新. 乐伟章,郭亦萍,马海有. 2000

[13]合纤材料在我国渔业中的应用与前景. 郭亦萍,马海有,乐伟章. 2000

[14]中国新型渔民专业合作社生成机理分析. 于会娟,姜秉国. 2013

[15]我国渔业节能减排基本情况研究报告. 徐皓. 2009

[16]开发海洋施肥技术支撑南海外海渔业发展. 邱永松. 2014

[17]我国渔业信息化发展战略研究. 杨宁生.

[18]渔业科学知识体系和中国特色的渔业发展之路. Tang Qisheng,唐启升. 2017

[19]渔业信息化发展方向与未来发展目标分析. 李梦龙,方辉,徐硕,鲁峰. 2019

[20]渔业科学大数据中心建设研究. 鲁峰,徐硕,王立华. 2019

作者其他论文 更多>>