您好，欢迎访问中国水产科学研究院 机构知识库！
中国水产科学研究院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

基于改进MobileNetV2和迁移学习的鱼类食欲强度评定方法

文献类型： 中文期刊

作者： 刘士坤 1 ; 刘兴国 1 ; 王婕 1 ; 顾兆俊 1 ; 程果锋 1 ; 张家华 1 ;

作者机构： 1.中国水产科学研究院渔业机械仪器研究所

关键词： 水产养殖;食欲强度;深度学习;图像分类

期刊名称： 渔业现代化

ISSN： 1007-9580

年卷期： 2025 年 52 卷 004 期

页码： 56-62

收录情况： 北大核心

摘要： 准确评定鱼类食欲强度是实现水产养殖精准投喂的重要手段,针对当前鱼类食欲强度评定存在的精度低、实时性差等问题,提出了一种基于改进MobileNetV2和迁移学习的鱼类食欲强度评定模型.首先,以MobileNetV2为基础网络结构,在倒残差块的跳跃连接后引入注意力机制CBAM模块,进一步提升了模型对关键特征信息的捕捉能力.其次,针对现场养殖环境,采集了鱼群摄食时的水面视频数据,通过提取关键帧并应用基于哈希值的差异阈值方法去除冗余图像,构建了一个真实养殖坏境的鱼类食欲强度数据集,并在该数据集上进行相关验证试验.结果显示,迭代200次后,改进后的最优模型性能优于其他模型,内存占用量仅为9.3 MB,准确率为92.75%,召回率为92.92%,精确率为92.65%,F1分数为92.70%.研究表明,该模型具有较高的评定准确率,且内存占用量较小,为水产养殖的智能化和精准化提供了重要的参考和支持.

  • 相关文献

[1]基于深度学习的刺网与拖网作业类型识别研究. 汤先峰,张胜茂,樊伟,裴凯洋. 2020

[2]基于帧间光流特征和改进RNN的草鱼摄食状态分类. 刘世晶,涂雪滢,钱程,周捷,陈军. 2022

[3]利用反射地震资料和多尺度训练集的深度学习速度建模. 韩明亮,邹志辉,马锐. 2021

[4]基于3-2D融和模型的毛虾捕捞渔船行为识别. 张佳泽,张胜茂,王书献,杨昱皞,戴阳,熊瑛. 2022

[5]基于ResNet的典型养殖鱼类识别方法研究. 涂雪滢,刘世晶,钱程. 2022

[6]基于改进Mask R-CNN的花白鲢去鳞率计算方法研究. 肖哲非,沈建,郑晓伟,徐文其. 2022

[7]基于深度学习的青海湖裸鲤产卵场遥感识别方法. 李鹏程,荣义峰,杜浩,王普渊,刘文成,刁亚芹. 2022

[8]联合地震初至走时与早至波形的深度学习速度建模. 许祥,邹志辉,韩明亮,贾冬顺,周华伟,裴建新,马锐. 2023

[9]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

[10]基于深度学习的高压水鱼片切段装置控制系统设计. 肖哲非,马田田,张军文,李彦龙,沈建. 2023

[11]面向海洋渔业捕捞生产的深度学习方法应用研究进展. 张胜茂,孙永文,樊伟,唐峰华,崔雪森,伍玉梅. 2022

[12]基于深度学习的鱼类养殖监测研究进展. 张胜茂,李佳康,唐峰华,吴祖立,戴阳,樊伟. 2024

[13]海洋捕捞鱼类BigH神经网络分类模型设计与实现. 刘洋,张胜茂,王斐,邹国华. 2021

[14]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

[15]基于深度学习的事业单位财务数智化应用研究. 邹雨洋. 2022

[16]ChatGPT助推渔业新质生产力的发展与展望. 吴立冬. 2024

[17]基于改进YOLO-V4网络的浅海生物检测模型. 毛国君,翁伟栋,朱晋德,张媛,吴富村,毛玉泽. 2021

[18]深度学习在鱼类识别、计数、追踪方面的应用研究进展. 徐文杰,方辉,杨胜龙,张胜茂,石永闯,吴祖立,俞圣池,熊鑫泉,杨浩东,戴阳. 2024

[19]基于深度学习算法的凡纳滨对虾生长表型测定系统研发及应用. 张士薇,代平,高广春,孟宪红,罗坤,隋娟,谭建,傅强,曹家旺,陈宝龙,李旭鹏,强光峰,邢群,戚云辉,孔杰,栾生. 2025

[20]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

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：中国水产科学研究院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台