基于边缘计算的海上养殖鱼群实时追踪系统

胡宏玮, 陈昭, 王倩, 刘国华

东华大学学报(自然科学版) ›› 2024, Vol. 50 ›› Issue (05) : 127 -133.

PDF (8404KB)
东华大学学报(自然科学版) ›› 2024, Vol. 50 ›› Issue (05) : 127 -133. DOI: 10.19886/j.cnki.dhdz.2023.0023

基于边缘计算的海上养殖鱼群实时追踪系统

作者信息 +

Author information +
文章历史 +
PDF (8605K)

摘要

为解决实际养殖环境中存在鱼群数据集少、追踪算法效果不稳定、追踪部署成本高等问题,结合鱼群行为数据、鱼群追踪算法和边缘计算平台3方面建立一套基于边缘计算的鱼群实时追踪系统。采集并标注养殖环境中的金鲳鱼视频以建立鱼群行为数据集;提出基于检测的鱼群追踪算法FishTrack,改进追踪轨迹的关联策略,以减少因鱼群姿态变换和长期遮挡导致的目标丢失;将FishTrack部署在轻量级边缘计算设备上,保证追踪效果的同时降低了计算成本。研究结果表明:FishTrack在金鲳鱼数据集上的追踪准确率可达72.95%,比当前主流追踪算法ByteTrack的目标交换错误率降低了83%;实时追踪速度为平均7.40帧/s,适用于真实生产环境中鱼群的实时追踪。

关键词

鱼群追踪系统 / 深度学习 / 边缘计算 / 多目标追踪 / 目标检测

Key words

引用本文

引用格式 ▾
胡宏玮, 陈昭, 王倩, 刘国华 基于边缘计算的海上养殖鱼群实时追踪系统[J]. 东华大学学报(自然科学版), 2024, 50(05): 127-133 DOI:10.19886/j.cnki.dhdz.2023.0023

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF (8404KB)

21

访问

0

被引

详细

导航
相关文章

AI思维导图

/