融合通道剪枝与ByteTrack的轻量化金枪鱼渔获数量实时检测

作     者：刘雨青 李杰 宋利明 魏星 陈明 隋恒寿 李彬 李同 LIU Yuqing;LI Jie;SONG Liming;WEI Xing;CHEN Ming;SUI Hengshou;LI Bin;LI Tong

作者机构：上海海洋大学工程学院上海201306 上海海洋大学海洋科学学院上海201306 上海海洋大学国家远洋渔业技术研究中心上海201306 中水集团远洋股份有限公司北京100032 

基　　金：国家自然科学基金(32273185) 中水集团远洋股份有限公司技术研发项目(D-8006-20-0180) 

出 版 物：《上海海洋大学学报》 (Journal of Shanghai Ocean University)

年 卷 期：2023年第32卷第5期

页      码：1080-1089页

摘      要：自动准确收集渔业捕捞数据是电子观察员系统的重要组成部分,然而,由于工作环境的复杂性和跟踪的不稳定性,金枪鱼延绳钓渔获数量自动估计在实践部署中仍存在挑战。本研究设计了一个轻量级计数网络对渔船上的实时视频数据进行自动处理,实现对金枪鱼渔获物的实时跟踪和计数。本研究选择YOLOv5s作为基准网络,首先采用通道剪枝算法对YOLOv5s的主干网络进行修剪,结果表明,剪枝后的模型检测精度mAP_(0.5~0.95)达到68.8%,CPU下检测速度为16.5帧/s(FPS),与原始模型相比,检测效果基本不变,模型的参数量、模型大小和计算量分别减少了67.2%、66.4%和42.5%,检测速度提高了33.1%。其次,利用ByteTrack算法实现了多目标的实时跟踪,优化了计数区域形状,解决了被跟踪金枪鱼身份(ID)跳变导致的计数偏差问题,10个视频的测试结果表明,该方法的平均计数准确率为80%,视频处理速度为50.7帧/s,满足工业级实时检测要求。综上,该模型具有轻量化、高精度、实时性等优点,可在复杂的工作环境下完成对延绳钓捕捞结果的实时监控,为实现渔业自动化提供思路。

主 题 词：金枪鱼数量 通道剪枝 ByteTrack 实时检测 YOLOv5 多目标追踪 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

核心收录：

D　O　I：10.12024/jsou.20230604241

馆 藏 号：203123963...