基于改进YOLOv7-tiny的凡纳滨对虾游动活跃性定量检测方法

在凡纳滨对虾养殖过程中,养殖人员需通过人为提拉饲料盘来观测对虾的游动活跃状态,以此了解虾只生长状况并制定投喂策略。为了解决人工观察凡纳滨对虾游动活跃状态时存在实时性不佳、劳动强度大等问题,提出一种基于改进YOLOv7-tiny（improved YOLOv7-tiny）检测模型和基于欧式距离多目标关联的凡纳滨对虾活跃性视觉检测方法,用以定量分析饲料盘上虾只游动活跃状态。在YOLOv7-tiny模型基础上,将标准卷积替换为GSConv卷积,搭建VoVGSCSPC模块替换原先轻量化聚合（ELAN-L）模块并使用损失函数MPDIoU替代损失原函数CIoU,来减少模型容量大小和提升模型检测精度。通过改进YOLOv7-tiny模型的检测结果和基于欧式距离的多目标关联方法确定图像中虾的位置,据此计算虾的游动位移、速度与转角,量化虾只游动活跃状态。在凡纳滨对虾数据集上验证后,结果显示,相较于YOLOv7-tiny模型,改进YOLOv7-tiny模型错检率和漏检率分别减小0.62%与1.05%,推理速度提升17.07%,改进后的模型有效性得到验证。定量分析虾只游动活跃性可发现,越活跃的虾对应活跃性指标数值越大,与实际情况相符。研究表明,所提出的游动活跃性定量检测方法可准确快速获得游动活跃性指标,能高效地量化凡纳滨对虾在饲料盘上的游动活跃状态,对掌握凡纳滨对虾健康状况、提高虾类养殖的智能化水平具有重要意义。