摘要：智能投喂策略是实现工厂化循环水养殖过程中饲料高效利用、降低养殖成本的关键。提出一种结合水面图像纹理判别和YOLOv5-BCH残饲检测的智能投喂策略。首先,以平静水面为基线,通过摄食过程水面图像纹理特征获得残饲识别帧;其次,通过采用BottleNet-CSP模块与CBAM模块分别对YOLOv5的Backbone和Neck端进行改进,增强了深度神经网络在空间和通道维度上的特征表示能力,且有效融合了多尺度特征。同时在Head部分设置3个微尺度检测头增强对水面小目标特征的捕捉能力,使mAP0.5、mAP0.5:0.95和精确率分别提升40.26%、15.59%和37.85%;最后,设计智能投喂系统并采用“试投+单轮多次”自适应投喂策略,有效降低了劳动力投入及饲料浪费。研究表明,该系统可代替人工实现全流程智能化投喂,为工厂养殖饲喂环节实现无人化提供参考。