渔网养殖鱼量估计方法

声呐图像鱼量估计

利用YOLOv8识别声呐图像中的鱼群并结合密度估计，实现对深水网箱中鱼类数量的准确统计与分布追踪。

Pengqi, Sun · Xiaohua, Huang · 孙佳龙 · Tao, Qiyou · Yuan, Taiping · Gen, Li · Pang, Guoliang · Liu, Hangfei · 胡玉

Smart Agricultural Technology 2025

参数信息

鱼量估计准确率（9:00）

95.1 %

鱼量估计准确率（13:00）

93.9 %

鱼量估计准确率（17:00）

96.5 %

总体鱼量估计准确率

95.3 %

绝对误差范围

10 %

技术优势

准确率超95%

三个时间点的鱼量估计准确率均超过93%，总体准确率达95.3%，且绝对误差在±10%以内。

无需人工清点

该方法采用YOLOv8自动识别声呐图像中的目标，结合密度估计统计鱼量，不再依赖人工计数。

实时掌握鱼群分布

持续监测实验获取了网箱水体体积、鱼群密度、数量及空间分布的动态数据，可追踪鱼类随时间在不同水层的迁移。

应用场景

• 渔业养殖管理：自动统计网箱鱼量，替代人工抽样计数，提高管理效率。
• 海洋牧场监测：持续监测鱼群数量与分布变化，为海洋牧场精细化管理提供数据。
• 水下机器人：算法可集成到水下机器人平台，进行声呐图像实时鱼群识别。
• 水下无人机：适配无人机载声呐系统，实现大范围网箱鱼量快速普查。