-
公开(公告)号：CN118348514B
公开(公告)日：2024-12-20
申请号：CN202410366978.3
申请日：2024-03-28
Applicant: 中国水产科学研究院南海水产研究所 , 江苏海洋大学 , 三亚热带水产研究院
Abstract: 本发明公开了一种深远海网箱养殖鱼群数量测量方法，包括：用全向声呐对目标网箱进行整体扫描，以转换为单次网箱扫描视频；训练得到鱼群识别模型；通过整体扫描和鱼群识别模型，得到目标单次网箱扫描视频的每一帧声呐扫描图像中每一条被识别鱼类的空间三维坐标；设置多个水层；对每一个水层的空间三维坐标进行密度聚类处理，以得到每一个水层的水层聚类估算鱼量；获得足够数量的神经网络训练数据；训练得到网箱总鱼量拟合模型；在目标时间，通过步骤三至步骤五和网箱总鱼量拟合模型，输出目标网箱的网箱总鱼量测量值。本发明能够用全向声呐以较为简单快速的数据采集方式，实现对目标网箱内网箱总鱼量的测量，具有较高的测量准确率。
-
Patent Agency Ranking
公开(公告)号：CN119295248A
公开(公告)日：2025-01-10
申请号：CN202411114282.8
申请日：2024-08-14
Applicant: 中国水产科学研究院南海水产研究所 , 三亚热带水产研究院
Abstract: 本发明公开了一种潜浮式渔场养殖容量评估方法，包括：步骤S1、养殖鱼类像素点数基准标定步骤；步骤S2、鱼量数据分层测量步骤；步骤S3、鱼类数量估算模型训练步骤；步骤S4、总鱼量估计步骤；本发明能够用全向声呐以较为简单快速的数据采集方式，实现对目标潜浮式渔场养殖网箱内总鱼量的估算，以评估出目标潜浮式渔场养殖网箱的养殖容量，具有总鱼量估算结果准确的优点；并且，由于本发明仅需要用全向声呐按照步骤S2即可获取到实现方法需要的全部数据，具有简单、方便、高效快捷的优点，能够解决现有技术对目标潜浮式渔场养殖网箱的数据监测采集要求高、监测设备价格昂贵、操作复杂、成本较高的问题。
-
公开(公告)号：CN118330613A
公开(公告)日：2024-07-12
申请号：CN202410366980.0
申请日：2024-03-28
Applicant: 江苏海洋大学 , 中国水产科学研究院南海水产研究所
Abstract: 本发明公开了一种基于全向声呐的网箱鱼类空间分布状态估计方法，通过用全向声呐对被测网箱进行整体扫描，以转换为网箱整体声呐扫描视频，再训练得到能够识别网箱整体声呐扫描视频的每一帧鱼群声呐图像中每一条被识别鱼类的位置的鱼类自动识别模型；并且，在需要对被测网箱进行估计的目标时间，通过整体扫描和鱼类自动识别模型，得到目标网箱整体声呐扫描视频的每一帧鱼群声呐图像中每一条被识别鱼类的实际三维坐标，再按照预设的水深间隔和水深重叠间隔设置多个水层数据，并对每一个水层数据的实际三维坐标进行密度聚类处理，且计算出被测网箱内每一条网箱鱼类的鱼类实际三维坐标，以此为依据实现对被测网箱内的网箱鱼类进行空间分布状态估计。
-
公开(公告)号：CN119963543A
公开(公告)日：2025-05-09
申请号：CN202510421276.5
申请日：2025-04-07
Applicant: 中国水产科学研究院南海水产研究所
IPC: G06T7/00 , G06N3/0464 , G06Q50/02 , G06T7/73 , G06V10/766 , G06V10/82 , G06V40/10
Abstract: 本发明公开了一种基于鱼群密度的网箱鱼群数量估计方法，先通过步骤S1和步骤S2获取声呐对目标网箱每一圈旋转扫描所对应的声呐图像，并基于图像识别提取到的每一幅声呐图像对应的鱼群数量，再通过步骤S3获取网衣水中有效面积#imgabs0#与采样深度#imgabs1#的线性相关曲线#imgabs2#，以及鱼群密度#imgabs3#与采样深度#imgabs4#的非线性相关曲线#imgabs5#，最后通过步骤S4对该两个曲线按区间进行积分，分层计算各区间的鱼群数量并累加得到目标网箱内的网箱鱼群数量估计值#imgabs6#，因此，本发明充分考虑了鱼群密度和网箱网衣面积随深度变化的非均匀性，以能够提高网箱鱼群数量的测量准确度，具有准确性高、实施高效快速便利的优点。
-
公开(公告)号：CN118330613B
公开(公告)日：2025-01-10
申请号：CN202410366980.0
申请日：2024-03-28
Applicant: 江苏海洋大学 , 中国水产科学研究院南海水产研究所
Abstract: 本发明公开了一种基于全向声呐的网箱鱼类空间分布状态估计方法，通过用全向声呐对被测网箱进行整体扫描，以转换为网箱整体声呐扫描视频，再训练得到能够识别网箱整体声呐扫描视频的每一帧鱼群声呐图像中每一条被识别鱼类的位置的鱼类自动识别模型；并且，在需要对被测网箱进行估计的目标时间，通过整体扫描和鱼类自动识别模型，得到目标网箱整体声呐扫描视频的每一帧鱼群声呐图像中每一条被识别鱼类的实际三维坐标，再按照预设的水深间隔和水深重叠间隔设置多个水层数据，并对每一个水层数据的实际三维坐标进行密度聚类处理，且计算出被测网箱内每一条网箱鱼类的鱼类实际三维坐标，以此为依据实现对被测网箱内的网箱鱼类进行空间分布状态估计。
-
公开(公告)号：CN118348514A
公开(公告)日：2024-07-16
申请号：CN202410366978.3
申请日：2024-03-28
Applicant: 中国水产科学研究院南海水产研究所 , 江苏海洋大学 , 三亚热带水产研究院
Abstract: 本发明公开了一种深远海网箱养殖鱼群数量测量方法，包括：用全向声呐对目标网箱进行整体扫描，以转换为单次网箱扫描视频；训练得到鱼群识别模型；通过整体扫描和鱼群识别模型，得到目标单次网箱扫描视频的每一帧声呐扫描图像中每一条被识别鱼类的空间三维坐标；设置多个水层；对每一个水层的空间三维坐标进行密度聚类处理，以得到每一个水层的水层聚类估算鱼量；获得足够数量的神经网络训练数据；训练得到网箱总鱼量拟合模型；在目标时间，通过步骤三至步骤五和网箱总鱼量拟合模型，输出目标网箱的网箱总鱼量测量值。本发明能够用全向声呐以较为简单快速的数据采集方式，实现对目标网箱内网箱总鱼量的测量，具有较高的测量准确率。
-
-
-
-
-
Search Results
6
records
(took 0.038 seconds)
