文献类型： 中文期刊

作者： 胡家祯 ¹ ; 孙佳龙 ¹ ; 黄小华 ² ; 朱国豪 ¹ ; 陶启友 ² ; 袁太平 ² ; 李根 ² ; 庞国良 ² ; 胡昱 ² ; 栗铭阳 ¹ ;

作者机构： 1.江苏海洋大学

2.中国水产科学研究院南海水产研究所/农业农村部南海渔业资源开发利用重点实验室

关键词： 海水网箱;卵形鲳鲹;鱼群数量;高频水平机械扫描式声呐;DBSCAN密度聚类

期刊名称： 南方水产科学

ISSN： 2095-0780

年卷期： 2024 年 20 卷 005 期

页码： 113-125

收录情况： 北大核心 ; CSCD

摘要： 为准确估算海水养殖网箱中的卵形鲳鲹(Trachinotus ovatus)数量，基于高频水平机械扫描式声呐和深度学习技术，提出了一种海水网箱鱼群数量的估算方法。该方法使用微分水层并逐层聚类的方式以实现计数，主要包括鱼群识别计数、鱼群聚类和鱼群数量拟合3部分。首先，使用高频水平机械扫描式声呐对海水网箱进行螺旋式的检测，获取鱼群图像信息并标注图像以构建改进的CS-YOLOv8s的训练数据集，然后训练CS-YOLOv8s模型以识别图像中的鱼类位置信息；其次，以40 cm水深间距划分网箱作为水层，对每个水层的识别坐标数据使用DBSCAN方法进行聚类处理，生成每个水层的鱼群数量数据；最后，将每个水层的数量数据与网箱中已知的鱼群数量进行拟合，构建鱼群数量拟合模型。结果表明，在海水网箱定量实验中，该方法对卵形鲳鲹数量的估算精度达到87.14%，能够较好地实现卵形鲳鲹的数量估算。