(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211044420.0 (22)申请日 2022.08.30 (71)申请人 中国水产科 学研究院渔业机 械仪器 研究所 地址 200092 上海市杨 浦区四平街道赤峰 路63号 (72)发明人 刘世晶　钱程　涂雪滢　李国栋　 (74)专利代理 机构 上海伯瑞杰知识产权代理有 限公司 312 27 专利代理师 孟旭彤 (51)Int.Cl. G06V 10/44(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06N 20/00(2019.01) (54)发明名称 一种渔业养殖鱼类识别方法、 平台和终端 (57)摘要 本发明公开了一种渔业养殖鱼类识别方法， 包括， 建立鱼类图像样本库； 从鱼类图像样本提 取鱼头和鱼尾形状位置， 构建鱼体、 鱼头、 鱼尾联 合的鱼类识别特征库； 构建鱼类识别迁移学习模 型， 根据所述鱼类识别特征库对 所述鱼类图像样 本库进行预学习， 并通过所述类识别迁移学习模 型对于渔业养殖鱼类进行识别。 构建待测样本小 样本集； 利用小样本集对经过预学习的鱼类识别 迁移模型进行再一次训练； 将获得的鱼类图像输 入到所述鱼类识别迁移模型进行识别， 识别出鱼 类个体极其种类 。 权利要求书2页 说明书4页 附图2页 CN 115375915 A 2022.11.22 CN 115375915 A 1.一种渔业养殖鱼类识别方法， 其特 征在于， 该 方法包括， 建立鱼类图像样本库； 从鱼类图像样本提取鱼头和鱼尾形状位置， 构建鱼体、 鱼头、 鱼尾联合的鱼类识别特征 库； 构建鱼类识别 迁移学习 模型， 根据 所述鱼类识别特征库对所述鱼类图像样本库进行预 学习， 并通过 所述类识别迁移学习模型对于渔业养殖鱼类进行识别。 2.根据权利要求1所述的渔业养殖鱼类识别方法， 其特征在于， 进一步的， 构建待测样 本小样本集； 利用小样本集对经 过预学习的鱼类识别迁移模型进行 再一次训练； 将获得的鱼类图像输入到所述鱼类识别迁移模型进行识别， 识别出鱼类个体极其种 类。 3.根据权利要求2所述的渔业养殖鱼类识别方法， 其特 征在于， 进一 步的， 对于所述鱼类个体， 构造其最小外接矩形， 然后将所述最小外接矩形横轴和纵轴各外 扩n个像素， 构建出第一识别区域； 在所述第一识别区域识别出鱼头和鱼尾位置； 以鱼头、 鱼尾最小外接矩形中心点为方向定位点， 将鱼尾到鱼头连接线方向设为鱼类 体型方向。 4.根据权利要求1所述的渔业养殖鱼类识别方法， 其特 征在于， 以鱼身、 鱼头、 鱼尾三个目标特征为基础构造训练和测试样本集， 并标定好样本集图像 按照镜像、 ‑30°、‑60°、 30°和60°分别进行旋转， 以及按照1： 2、 1： 0.75、 1： 0.5和1： 0.25进行 缩放， 增加图像样本数量。 5.根据权利要求1所述的渔业养殖鱼类识别方法， 其特征在于， 在VGG19预训练模型末 端增加一个全连接层构建所述鱼类识别迁移学习模型。 6.根据权利要求1所述的渔业养殖鱼类识别方法， 其特征在于， 按照鲤亚科、 鲢亚科、 鳅 亚科、 鲟亚科、 鲿科对鱼类进行分类， 构造科属鱼类样本库。 7.一种渔业养殖鱼类识别平台， 其特征在于， 所述平台包括服务器， 服务器具有存储 器； 以及 耦合到所述存储器的处理器， 该处理器被配置为执行存储在所述存储器中的指令， 所 述处理器执行以下操作： 建立鱼类图像样本库； 从鱼类图像样本提取鱼头和鱼尾形状位置， 构建鱼体、 鱼头、 鱼尾联合的鱼类识别特征 库； 构建鱼类识别 迁移学习 模型， 根据 所述鱼类识别特征库对所述鱼类图像样本库进行预 学习， 并通过 所述类识别迁移学习模型对于渔业养殖鱼类进行识别； 构建待测样本小样本集； 利用小样本集对经 过预学习的鱼类识别迁移模型进行 再一次训练； 将获得的鱼类图像输入到所述鱼类识别迁移模型进行识别， 识别出鱼类 个体。 8.一种渔业养殖鱼类识别终端， 其特征在于， 该终端具有图像采集装置， 用于获取渔业 养殖鱼类图像，权　利　要　求　书 1/2 页 2 CN 115375915 A 2在获取所述鱼类图像好后， 所述终端上传至如权利要求7所述的渔业养殖鱼类识别平 台， 由该平台的服 务器对于鱼类进行识别后， 将识别结果回送至所述识别终端。 9.一种存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器执行时， 实现 如权利要求1至 6中任一所述的方法。权　利　要　求　书 2/2 页 3 CN 115375915 A 3