您好,欢迎访问中国水产科学研究院 机构知识库!

面向海洋渔业捕捞生产的深度学习方法应用研究进展

文献类型: 中文期刊

作者: 张胜茂 1 ; 孙永文 1 ; 樊伟 2 ; 唐峰华 2 ; 崔雪森 2 ; 伍玉梅 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农业农村部渔业遥感重点实验室

关键词: 深度学习;目标检测;渔获物识别与量测;卷积神经网络;海洋渔业捕捞生产

期刊名称: 大连海洋大学学报

ISSN: 2095-1388

年卷期: 2022 年 37 卷 004 期

页码: 683-695

收录情况: 北大核心 ; CSCD

摘要: 随着全球渔业资源不断衰退,各国渔业机构和区域渔业管理组织采用渔业观察员方式促进渔业可持续捕捞,但人类观察员方式成本高、覆盖率低,难以满足管理需要.近年来,深度学习新模型不断涌现和完善,其检测速度、精度均在不断增强,为其应用于海洋渔业捕捞生产监控提供了条件.本文从数据获取、数据预处理、算法设计、模型训练和精度评价等方面,总结了渔业捕捞生产监测模型的构建过程,以渔船与渔船行为、渔获物、渔场预报、船员和渔具为对象,综述了深度学习技术在海洋渔业捕捞中的应用,并提出利用迁移学习或强化学习等方法来拓展识别目标种类及增强检测模型、利用高精度的特征提取网络提高目标分类准确率、通过边缘计算技术解决电子监控数据实时解析及制定统一标准以规范电子监控在渔业管理中的应用等未来重点研究方向,以期为深度学习在海洋渔业捕捞生产中的推广应用提供科学参考.

  • 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]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

[3]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

[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]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

[6]基于TensorFlow的水族馆鱼类目标检测APP开发. 张胜茂,刘洋,樊伟,邹国华,张衡,杨胜龙. 2020

[7]基于DeepSORT算法的循环水养殖鱼池漂浮死鱼智能捞除技术研究. 李金刚,张宇雷,倪琦,黄达. 2023

[8]计算机视觉技术在监测鱼类游泳行为中的研究进展. 张胜茂,张衡,唐峰华,吴祖立,么宗利,樊伟. 2017

[9]基于水面红外图像的深海网箱鱼群夜间智能监测方法研究. 要紫丹,黄小华,李根,胡昱,庞国良,袁太平. 2024

[10]基于YOLOv5改进模型的丁香鱼围网作业目标检测研究. 张佳泽,张胜茂,樊伟,唐峰华,杨胜龙,孙永文,王书献,刘洋,朱文斌. 2023

[11]小样本卷积神经网络井震映射反演. 安振芳,张进,张建中,邢磊,黄忠来. 2020

[12]采用卷积神经网络构建西北太平洋柔鱼渔场预报模型. 朱浩朋,伍玉梅,唐峰华,靳少非,裴凯洋,崔雪森. 2020

[13]基于VGG-16卷积神经网络的海水养殖病害诊断. 李海涛,王腾,王印庚. 2020

[14]基于卷积神经网络的微藻种类识别. 崔雪森,田晓清,康伟,朱浩朋,张胜茂,JOE Silke,戴阳,樊成奇. 2021

[15]CNN-LSTM在日本鲭捕捞渔船行为提取中的应用. 王书献,张胜茂,唐峰华,石永闯,范秀梅,樊伟,孙宇. 2022

[16]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

[17]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

[18]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

[19]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

[20]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

作者其他论文 更多>>