一种水下鱼体生物量实时测量方法及装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115908268A(43)申请公布日2023.04.04(21)申请号202211314233.X(22)申请日2022.10.25(71)申请人中国农业大学地址100193北京市海淀区圆明园西路2号(72)发明人石晨张天野李道亮(74)专利代理机构北京路浩知识产权代理有限公司11002专利代理师谭云(51)Int.Cl.G06T7/00(2017.01)G06T7/60(2017.01)G06N20/00(2019.01)权利要求书2页说明书8页附图2页(54)发明名称一种水下鱼体生物量实时测量方法及装置(57)摘要本发明提供一种水下鱼体生物量实时测量方法及装置，方法包括：基于预先训练好的单阶段目标检测YOLOv5模型，通过摄像机实时获取自由游动鱼群中目标鱼体的图像，目标鱼体是与摄像机光轴正交的鱼体；将目标鱼体的图像输入预先训练好的水下深度数据拟合模型，得到目标鱼体的长度值和宽度值；将目标鱼体的长度值和宽度值输入预先训练好的鱼体重量估测模型，得到目标鱼体的重量值。本发明基于单阶段目标检测YOLOv5模型、水下深度数据拟合模型和鱼体重量估测模型，能够准确、快速地估计鱼类在自由游泳状态下的长度、宽度和重量，提高了鱼体生物量无损智能测量的效率与精度。CN115908268ACN115908268A权利要求书1/2页1.一种水下鱼体生物量实时测量方法，其特征在于，包括：基于预先训练好的单阶段目标检测YOLOv5模型，通过摄像机实时获取自由游动鱼群中目标鱼体的图像，所述目标鱼体是与摄像机光轴正交的鱼体；将所述目标鱼体的图像输入预先训练好的水下深度数据拟合模型，得到目标鱼体的长度值和宽度值；将所述目标鱼体的长度值和宽度值输入预先训练好的鱼体重量估测模型，得到目标鱼体的重量值；其中，所述单阶段目标检测YOLOv5模型是基于样本目标鱼体图像训练得到的，所述水下深度数据拟合模型是基于标定板样本图像训练得到的，所述鱼体重量估测模型是基于样本鱼体生物量训练得到的。2.根据权利要求1所述的水下鱼体生物量实时测量方法，其特征在于，所述目标鱼体的图像包括左图像和右图像，相应的，所述通过摄像机实时获取自由游动鱼群中目标鱼体的图像，包括：通过双目摄像机实时采集自由游动鱼群中待测目标鱼体的左图像和右图像；对待测目标鱼体的左图像和右图像进行正交检测，获得目标鱼体的左图像和右图像。3.根据权利要求2所述的水下鱼体生物量实时测量方法，其特征在于，所述将所述目标鱼体的图像输入预先训练好的水下深度数据拟合模型，得到目标鱼体的长度值和宽度值，包括：基于所述目标鱼体的左图像和右图像，得到目标鱼体的视差图像；基于所述目标鱼体的视差图像，得到目标鱼体的长度值和宽度值。4.根据权利要求3所述的水下鱼体生物量实时测量方法，其特征在于，所述基于所述目标鱼体的视差图像，得到目标鱼体的长度值和宽度值，包括：基于所述目标鱼体的视差图像，得到目标鱼体的物距，进而结合双目摄像机的芯片尺寸和焦距，得到目标鱼体的长度值和宽度值。5.根据权利要求4所述的水下鱼体生物量实时测量方法，其特征在于，所述基于所述目标鱼体的视差图像，得到目标鱼体的物距，包括：基于所述目标鱼体的视差图像，从视差图像中读取中心点以及周围多个点的物距并取平均值，得到目标鱼体的物距。6.根据权利要求1所述的水下鱼体生物量实时测量方法，其特征在于，方法还包括：获取水中的标定板样本图像，并预先测量标定板的实际长度值和实际宽度值；将所述标定板样本图像，输入待训练的水下深度数据拟合模型，得到标定板的预测长度值和预测宽度值；根据标定板的实际长度值和实际宽度值，以及标定板的预测长度值和预测宽度值计算本轮训练的损失函数值；基于本轮训练的损失函数值，调整待训练的水下深度数据拟合模型中的参数值；在本轮训练的损失函数值与上轮训练的损失函数值之间的变化值大于预设阈值的情况下，继续训练过程，或在本轮训练的损失函数值与上轮训练的损失函数值之间的变化值小于或等于预设阈值，且本轮训练的损失函数值趋于平稳的情况下，结束训练。7.一种水下鱼体生物量实时测量装置，其特征在于，包括：2CN115908268A权利要求书2/2页图像获取模块，用于基于预先训练好的单阶段目标检测YOLOv5模型，通过摄像机实时获取自由游动鱼群中目标鱼体的图像，所述目标鱼体是与摄像机光轴正交的鱼体；长宽值获取模块，用于将所述目标鱼体的图像输入预先训练好的水下深度数据拟合模型，得到目标鱼体的长度值和宽度值；重量值获取模块，用于将所述目标鱼体的长度值和宽度值输入预先训练好的鱼体重量估测模型，得到目标鱼体的重量值；其中，所述单阶段目标检测YOLOv5模型是基于样本目标鱼体图像训练得到的，所述水下深度数据拟合模型是基于标定板样本图像训