摘要：本文设计并初步验证了一种基于YOLOv5的鱼塘养殖系统。该系统由水质监测模块和目标检测模块组成。其中,水质监测模块采用了自制的系统板,使用STM32F407嵌入式开发芯片作为主控芯片,连接多种外置传感器,对水质环境进行及时有效的监测。目标检测模块使用树莓派嵌入式系统作为主处理系统,配合树莓派上训练好的深度学习模型,识别鱼群种类,方便用户对鱼塘进行管理。该系统可以有效的监测鱼塘的水质,并及时将数据反馈给用户,提升鱼塘的管理效率,降低人力成本。

摘要：本文设计并初步验证了一种基于深度学习和物联网云平台的水质监测与鱼苗识别系统。该系统由水质监测模块、物联网通信模块和目标识别模块组成。其中水质监测模块采用STM32F407ZGT6嵌入式开发芯片作为主控芯片,使其能够搭载各类传感器,对鱼塘的水质数据进行及时有效的监测。物联网通信模块将得到的水质数据上传到云平台上,便捷了用户的使用以及对鱼塘水质情况的实时、准确分析。此外,搭载于树莓派上的深度学习模块能够对鱼塘中常见养殖鱼类进行类目识别与监测,方便用户根据不同的繁殖时期对不同的鱼类进行相应的调整与捕捞。该系统可以有效实现对鱼塘水质情况的实时检测以及鱼类识别,从而极大地提升鱼类养殖的效率,降低人力资源成本。