基于YOLOv5s-Mask和梯度回归的对虾投饵量预测系统设计

<正>在传统的凡纳滨对虾养殖过程中，需要根据养殖经验确定投喂量，容易导致饲料过剩或不足的问题。为解决这一问题，研究者建立预测模型预测投喂量，主要使用BP神经网络预测模型对水产养殖投饵量进行预测(杨加庆，2018；陆天辰，2020)。近年来，随着计算机深度学习的发展，相关模型具有更强的数据挖掘和泛化能力。何津民(2022)提出IPSO-CNN-LSTM-ATTN对虾投饵量预测模型，改善了BP神经网络过拟合和稳定性差的问题，然而该类模型训练数据来自养殖记录，这需要人工长期进行记录。