DOI：10.3969/j.issn.1672-3872.2025.08.002
基金项目：国家级大学生创新创业训练计划项目“基于GAN生成对抗网络与集群协同控制算法（MAUV）的海洋探测仿生机器鱼设计”（202410566013）；广东海洋大学深蓝智能机电产品创新团队（CCTD201811）
作 者：林钰贵 2，3 ，余 江 1，3 ，罗俊晔 1，3 ，徐文轩 1，3 ，苏伟豪 2，3
（1. 广东海洋大学机械工程学院，广东 湛江 524088；2. 广东海洋大学电子与信息工程学院，广东 湛江 524088；3. 广东海洋大学深蓝智能机电产品创新团队，广东 湛江 524088）
摘 要：【目的】满足水产养殖规模不断扩大对水产养殖监测系统提出的更高需求，提高水下鱼群识别的精确性和实时性。【方法】设计一款基于仿生机器鱼的水下鱼群识别系统，该系统采用树莓派微型电脑板作为控制单元，通过仿生机器鱼在水下自主巡航并实时采集图像，利用生成对抗网络（GAN）技术对采集的原始图像进行预处理，结合改进的YOLOv5模型实现对水下鱼群的识别，并将处理后的图像数据通过无线网络传输到服务器端进行储存和分析。【结果】选取YOLOv5s、YOLOv5m和YOLOv5-Lite三种神经网络模型进行训练，发现YOLOv5-Lite模型在精确率（98.7%）、平均精度（99.0%）以及检测速率（65 fps）方面表现优异，被选为本研究中的最佳模型。【结论】该系统有效提升了水产养殖监测的效率和数据的准确性，并且实现了对水下鱼群的高效识别与实时监控，为未来的水下生态环境监测和智能化水产养殖提供了有力的技术支持。
关键词：水产养殖；水下鱼群识别；仿生机器鱼；生成对抗网络（GAN）；YOLOv5
引文信息：[1]林钰贵，余江，罗俊晔，等.基于仿生机器鱼的水下鱼群识别系统[J].南方农机，2025，56(8)：4-7.
查看全文请下载PDF文件↓
