基于改进YOLOv4的虾苗智能识别算法研究

摘要

近年来,虾类养殖发展迅速,已经成为我国水产养殖中的新型支柱产业,给国家及养殖企业带来了巨大的经济与社会价值。在对虾类进行养殖的过程中,对虾苗进行识别和数量统计为虾苗运送销售、科学喂养虾苗、挑选优质虾苗等环节提供了强力支持。因此,对虾苗进行智能识别与统计对虾类养殖业具有很重要的现实意义。但是,因虾苗图像存在反光、虾苗个体较小等特点,对虾苗进行智能识别与统计特别困难。本文针对虾苗识别存在的难点,提出一种基于改进的YOLOv4的虾苗智能识别算法,在原有的YOLOv4基础上,通过聚类方法对虾苗大小进行统计,获得虾苗大小的分布特征。基于该统计结果,对YOLOv4模型进行优化,将预设的8个锚框缩减为4个。为了让网络更好地关注重要特征并抑制不必要的特征,在YOLOv4网络的输出阶段加入SAM模块。实验表明,本文提出的算法在准确率、召回率、m AP值的评价中均取得了最优或次优的结果。