基于深度学习的鱼苗计数装置设计
姚昕1
周明刚2
王冲宇2
赵佳怡2
1.武汉利德测控技术有限公司,湖北 武汉 4300702.湖北工业大学农机工程研究设计院,湖北 武汉 430068
摘要：为解决工厂化水产养殖中人工鱼苗计数效率低、精度差及易损伤鱼苗的问题,设计了一种基于深度学习的无接触式高通量鱼苗计数装置.首先采用YOLOv8-nano检测模型,通过混合局部通道注意力机制(MLCA)与渐进特征金字塔网络(AFPN)优化小目标检测性能;然后结合Bytetrack多目标跟踪算法与计数线计数法,解决高速运动下的粘连和遮挡问题,最终模型数据集精度达到98.5%,召回率达到98.4%.此外,基于鱼苗计数方法设计了鱼苗计数装置机械结构,装置机械结构集成沥水与分离模块,并配合工业相机、人机交互界面与轻量化触屏主机实现了快捷、准确计数.
关键词：水产养殖机器视觉深度学习YOLOv8
分类号：S951.2(水产工程)
资助基金：湖北省科技厅重点研发项目(2022BBA016)
论文发表日期：2025-10-25
在线出版日期：2025-11-14（本平台首次上网日期，不代表文献的发表时间）
页数：5( 1-5 )