基于YOLOv5的鱼群精准投喂方案探析  

作　　者：刘曦 夏同芳 管张均 

机构地区：[1]上海海事大学信息工程学院

出　　处：《数字技术与应用》2025年第1期132-135,共4页Digital Technology & Application

基　　金：上海市教育委员会科研创新计划项目自然科学重大项目“基于海洋互联网的一体化海上应急战备通信系统关键技术研究”(2021-01-07-00-10-E00121)。

摘　　要：如今,海洋资源愈发受到重视,海洋牧场是未来海洋养殖业重要的发展方向。而如今的海洋牧场养殖具有粗放化的问题,本文聚焦计算机视觉技术,在室内水池中进行养殖鱼群图像数据采集,运用YOLOv5算法以及Deepsort模型进行鱼群目标识别以及跟踪,采用光流法获取鱼群速度,阈值划分评估鱼群活跃程度并进行鱼群饥饿度判断,以此进行鱼群投喂决策。得到鱼群投喂决策后,应用K-Means++算法分析鱼群聚集点得到投喂地点,从时间和地点两个维度综合得到鱼群投喂方案,实现牧场智能化精准投喂。基于计算机视觉技术的海洋牧场运维研究将成为未来海洋养殖行业的重要发展方向,有望解决当前海洋养殖行业面临的相关问题,实现海洋牧场的智能化发展。

关 键 词：计算机视觉技术 海洋牧场 养殖行业 海洋资源 海洋养殖 图像数据采集 活跃程度 未来海洋 

分 类 号：F32[经济管理—产业经济]