趙夢(mèng)，于紅*，李海清，胥婧雯，程思奇，谷立帥，張鵬，韋思學(xué)，鄭國(guó)偉

(1.大連海洋大學(xué) 信息工程學(xué)院，遼寧省海洋信息技術(shù)重點(diǎn)實(shí)驗(yàn)室，遼寧 大連 116023；2.設(shè)施漁業(yè)教育部重點(diǎn)實(shí)驗(yàn)室(大連海洋大學(xué))，遼寧 大連 116023)

工廠化養(yǎng)殖是現(xiàn)代漁業(yè)發(fā)展的趨勢(shì)，精準(zhǔn)養(yǎng)殖是工廠化養(yǎng)殖的方向，魚群目標(biāo)檢測(cè)是精準(zhǔn)養(yǎng)殖的基礎(chǔ)[1-2]。準(zhǔn)確檢測(cè)養(yǎng)殖池中的魚群，可為魚類行為分析、魚類生長(zhǎng)狀況測(cè)量和魚病診斷提供支撐[3-4]。機(jī)器視覺(jué)為水下魚群目標(biāo)檢測(cè)提供新的解決方法[5]，傳統(tǒng)機(jī)器視覺(jué)方法是通過(guò)圖像中魚類的輪廓特征評(píng)估一個(gè)閾值對(duì)魚群進(jìn)行檢測(cè)[6]，這種方法精度較高，但需要由有經(jīng)驗(yàn)的專家總結(jié)有效的魚類特征，檢測(cè)效果依賴于專家的經(jīng)驗(yàn)[7]。當(dāng)養(yǎng)殖池塘中魚類的種類較少且專家假設(shè)的有效特征高度一致時(shí)，這種方法效果較好。隨著魚群種類和數(shù)量的增多，魚群的持續(xù)運(yùn)動(dòng)也會(huì)導(dǎo)致魚的重疊和形狀變化，傳統(tǒng)機(jī)器視覺(jué)方法不能有效識(shí)別形狀變化的魚，從而導(dǎo)致檢測(cè)效果降低。

與傳統(tǒng)機(jī)器視覺(jué)方法相比，深度學(xué)習(xí)能夠自動(dòng)提取圖像中的特征，可根據(jù)養(yǎng)殖場(chǎng)景的需求，通過(guò)不斷學(xué)習(xí)預(yù)測(cè)值與真實(shí)值間的差異，得到有效解決方案，具有較強(qiáng)適應(yīng)性[8-9]。Girshick等[10-11]提出的RCNN(region-based CNN)和Fast RCNN是較早基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法，并在目標(biāo)檢測(cè)領(lǐng)域中取得了重大突破，但該類算法無(wú)法滿足實(shí)時(shí)性檢測(cè)的要求；Ren等[12]在Fast RCNN基礎(chǔ)上結(jié)合區(qū)域候選網(wǎng)絡(luò)RPN(region proposal network)共享卷積層特征提出了Faster RCNN，解決了實(shí)時(shí)性這一問(wèn)題，并提升了檢測(cè)精度。為使檢測(cè)速度更快，Redmon等[13-15]提出了YOLOv1～YOLOv3目標(biāo)檢測(cè)算法，該算法在識(shí)別的基礎(chǔ)上進(jìn)一步進(jìn)行定位，采取直接預(yù)測(cè)目標(biāo)邊界框和類別概率的方式對(duì)物體進(jìn)行預(yù)測(cè)。在水產(chǎn)養(yǎng)殖領(lǐng)域，研究人員也采用基于YOLO的算法對(duì)魚群進(jìn)行檢測(cè)，如Xu等[16]和Liu等[17]分別訓(xùn)練了一個(gè)YOLO架構(gòu)，實(shí)現(xiàn)了在水下視頻中準(zhǔn)確識(shí)別魚群的目的。為進(jìn)一步提升檢測(cè)精度，Bochkovskiy等[18]將YOLOv3算法從數(shù)據(jù)處理、主干網(wǎng)絡(luò)和損失函數(shù)等各個(gè)方面進(jìn)行優(yōu)化，在此基礎(chǔ)上提出了 YOLOv4算法；俞國(guó)燕等[19]基于YOLOv4算法提出一種魚類檢測(cè)的改進(jìn)算法，該算法采用Resblockbody1模塊，提高了目標(biāo)框的定位精度。為進(jìn)一步提升檢測(cè)效果，王書獻(xiàn)等[20]將YOLOv5用于金槍魚延繩釣電子監(jiān)控系統(tǒng)浮球及金槍魚目標(biāo)檢測(cè)，取得了良好的效果，但該方法在真實(shí)場(chǎng)景下目標(biāo)檢測(cè)魯棒性較低。Konovalov等[21]提出了基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類模型，用于在海洋領(lǐng)域存在多目標(biāo)的環(huán)境中檢測(cè)魚群，該模型在清晰無(wú)噪聲的合成海洋多目標(biāo)圖像上可以準(zhǔn)確檢測(cè)到魚群，但未考慮到渾濁水質(zhì)下模糊圖像的魚群檢測(cè)情況。針對(duì)復(fù)雜環(huán)境下的目標(biāo)檢測(cè)問(wèn)題，F(xiàn)an等[22]提出了在水下成像模糊、尺度變化和紋理失真的情況下,海膽和扇貝等小目標(biāo)的檢測(cè)方法，該方法引用感受野增強(qiáng)模塊RFAM(receptive field augmentation module)來(lái)豐富特征信息，對(duì)小目標(biāo)檢測(cè)效果較好，但該模型對(duì)魚類特征信息不敏感，不能有效檢測(cè)本研究數(shù)據(jù)中的魚群。Li等[23]提出的視覺(jué)注意力機(jī)制SKNet(selective kernel networks)解決了特征信息不敏感問(wèn)題，提升了特征提取能力，但在真實(shí)養(yǎng)殖環(huán)境下，還存在水下成像模糊、失真等影響魚群檢測(cè)準(zhǔn)確率的問(wèn)題。為解決上述問(wèn)題，需要探究結(jié)合視覺(jué)注意力機(jī)制的目標(biāo)檢測(cè)方法，確保在提升圖像清晰度的基礎(chǔ)上，進(jìn)一步加強(qiáng)網(wǎng)絡(luò)對(duì)魚群特征的提取能力，著重學(xué)習(xí)魚群特征，提高養(yǎng)殖場(chǎng)景下魚群檢測(cè)的準(zhǔn)確率。

本研究中，針對(duì)真實(shí)生產(chǎn)環(huán)境下養(yǎng)殖魚群圖像模糊、失真等特點(diǎn)，提出融合SKNet與YOLOv5的養(yǎng)殖魚群檢測(cè)方法，將SKNet視覺(jué)注意力機(jī)制融合到Y(jié)OLOv5的Backbone端構(gòu)成關(guān)注模糊魚類信息的特征提取網(wǎng)絡(luò)，以獲取圖像中模糊魚類的特征并加強(qiáng)網(wǎng)絡(luò)對(duì)模糊魚體的識(shí)別能力，提高養(yǎng)殖場(chǎng)景下魚群檢測(cè)的準(zhǔn)確率。

1 SK-YOLOv5模型的構(gòu)建

卷積神經(jīng)網(wǎng)絡(luò)可從復(fù)雜的背景中區(qū)分前景對(duì)象，但在真實(shí)養(yǎng)殖環(huán)境中，水下拍攝的魚群圖像模糊不清晰，嚴(yán)重影響網(wǎng)絡(luò)提取特征的能力，導(dǎo)致魚群檢測(cè)和識(shí)別準(zhǔn)確率較低。為提升檢測(cè)效果，采用UNet[24]對(duì)水產(chǎn)養(yǎng)殖魚群圖像進(jìn)行預(yù)處理，但在預(yù)處理過(guò)程中會(huì)丟失魚群特征等有用的信息。為盡可能多地利用魚群特征信息，同時(shí)保證檢測(cè)結(jié)果不受背景噪聲的影響，將SKNet融合到Y(jié)OLOv5的Backbone端構(gòu)成關(guān)注像素級(jí)信息的特征提取網(wǎng)絡(luò)，加強(qiáng)魚類特征信息的提取能力，圖1為改進(jìn)YOLOv5的養(yǎng)殖魚群檢測(cè)方法流程圖。

圖1 改進(jìn)YOLOv5的養(yǎng)殖魚群檢測(cè)方法流程圖

1.1 基于UNet的圖像預(yù)處理

在真實(shí)養(yǎng)殖場(chǎng)景中，養(yǎng)殖池底部能見(jiàn)度較低，水中微小的無(wú)機(jī)物和有機(jī)物顆粒含量較高。在這種渾濁水中拍攝時(shí)，由于微小顆粒對(duì)光線的散射作用，使得魚群圖像模糊不清。圖像模糊會(huì)導(dǎo)致某些魚體輪廓不清晰，特征丟失或者不明顯，阻礙后期目標(biāo)檢測(cè)網(wǎng)絡(luò)對(duì)魚類特征的提取，從而對(duì)水下魚群目標(biāo)識(shí)別的準(zhǔn)確性產(chǎn)生影響，無(wú)法達(dá)到預(yù)期目標(biāo)。為了準(zhǔn)確檢測(cè)水產(chǎn)養(yǎng)殖池塘中的魚群，檢測(cè)前需要對(duì)模糊圖像進(jìn)行預(yù)處理，即水下圖像清晰化。UNet是一個(gè)在超清圖像生成任務(wù)中泛化能力較強(qiáng)的全卷積網(wǎng)絡(luò)，該網(wǎng)絡(luò)主架構(gòu)由編碼器和解碼器組成。其通過(guò)跳躍連接將編碼器層不同尺度的特征直接輸入到相應(yīng)解碼器層，能夠提取深層次的特征，且不需要鑒別器指導(dǎo)清晰圖像的生成，減少了參數(shù)的處理，有較快的運(yùn)行速度，適用于圖像預(yù)處理任務(wù)。因此，本研究中選取UNet作為清晰化網(wǎng)絡(luò)，用作水下魚群圖像的預(yù)處理，網(wǎng)絡(luò)架構(gòu)如圖2所示。

圖2 基于UNet的圖像預(yù)處理

將給定不同曝光度的模糊水下魚群圖像，使用響應(yīng)函數(shù)CRF(contrast response function)[25]的估計(jì)逆值對(duì)圖像進(jìn)行線性化，再應(yīng)用伽馬校正產(chǎn)生的數(shù)據(jù)作為輸入傳遞給不同的編碼器。在伽馬校正過(guò)程中，用X={X1,X2,X3}表示輸入不同曝光度模糊魚群圖像的集合，將其映射到Y(jié)={Y1,Y2,Y3}的清晰魚群圖像的集合[26]，伽馬編碼的映射公式為

(1)

編碼器提取不同曝光度模糊魚群圖像的魚類特征信息，再將不同編碼器提取的特征信息進(jìn)行合并，將合并的特征信息輸入至解碼器端，同時(shí)每一個(gè)編碼器提取的特征信息采用跳躍連接的方式也輸入至解碼器端。該操作通過(guò)編碼器和跳躍連接將不同像素的語(yǔ)義信息映射到解碼器，使得解碼器融合了相同尺度和不同尺度的特征信息，網(wǎng)絡(luò)不斷學(xué)習(xí)該映射對(duì)應(yīng)的特征信息，得出所有像素點(diǎn)的特征圖，最后將所得特征圖送入色調(diào)映射器的映射網(wǎng)絡(luò)得到清晰魚群圖像[27]，該網(wǎng)絡(luò)被定義為

(2)

由于清晰魚群圖像通常在色調(diào)映射后顯示，因此，在色調(diào)映射后的清晰魚群圖像上計(jì)算各像素點(diǎn)的損失函數(shù)[27]，得到清晰魚群圖像的像素壓縮公式為

(3)

其中：λ為控制壓縮程度的參數(shù)，本研究中設(shè)為5 000。

最后，圖像預(yù)處理階段控制圖像清晰化程度的損失函數(shù)(LUNet)定義為

(4)

1.2 融合SKNet的YOLOv5魚群檢測(cè)

YOLOv5有4個(gè)不同的模型，包括YOLOv5s、YOLOv5m、YOLOv5l和YOLOv5x，其中,YOLOv5s網(wǎng)絡(luò)是YOLOv5系列中深度和特征圖寬度最小的網(wǎng)絡(luò)，YOLOv5m、YOLOv5l和YOLOv5x均為在此基礎(chǔ)上不斷加深、加寬的網(wǎng)絡(luò)。以上4種模型主體結(jié)構(gòu)相同，當(dāng)使用養(yǎng)殖魚群數(shù)據(jù)集訓(xùn)練模型時(shí)，發(fā)現(xiàn)YOLOv5x的結(jié)果優(yōu)于YOLOv5s、YOLOv5m和YOLOv5l。因此，本研究中選擇YOLOv5x以追求最佳檢測(cè)性能。雖然YOLOv5x在目標(biāo)檢測(cè)領(lǐng)域獲得最佳檢測(cè)性能，但本研究中訓(xùn)練模型的數(shù)據(jù)經(jīng)過(guò)圖像預(yù)處理后存在部分特征丟失或不明顯問(wèn)題。為解決此問(wèn)題，在YOLOv5的Backbone端融入視覺(jué)注意力機(jī)制SKNet。YOLOv5模型具有較好的適配性，在特征提取階段為其融合SKNet構(gòu)成復(fù)雜強(qiáng)大的特征提取網(wǎng)絡(luò)，能大幅提升YOLOv5 的檢測(cè)能力。

1.2.1 基于YOLOv5的魚群檢測(cè)方法 養(yǎng)殖池中拍攝的魚群圖像經(jīng)過(guò)圖像預(yù)處理后，首先通過(guò)YOLOv5輸入端的Mosaic數(shù)據(jù)增強(qiáng)、自適應(yīng)錨框計(jì)算和自適應(yīng)圖像縮放以豐富數(shù)據(jù)集,提高魯棒性和提升推理速度。然后通過(guò)Backbone特征提取網(wǎng)絡(luò)提取圖像中魚類的特征，原始608×608×3的魚群圖像輸入Focus結(jié)構(gòu)，采用切片操作，使其變成304×304×12的特征圖，再經(jīng)過(guò)一次32個(gè)卷積核的卷積操作，最終變成304×304×32的特征圖。該特征圖利用CSP模塊先將基礎(chǔ)層的特征映射劃分為兩部分，再通過(guò)跨階段層次結(jié)構(gòu)將它們合并，在減少計(jì)算量的同時(shí)可以保證準(zhǔn)確率。為了更好地提取融合特征，將Backbone端得到的特征圖輸入至Neck端，采用SPP模塊增加主干特征的接收范圍，顯著分離了最重要的上下文特征。最后通過(guò)Prediction模塊將圖像分為76×76、38×38和19×19個(gè)網(wǎng)格，預(yù)測(cè)不同大小的目標(biāo)。目標(biāo)中心所在的網(wǎng)格負(fù)責(zé)完成圖像中魚類目標(biāo)的檢測(cè)。為了完成魚類目標(biāo)的檢測(cè)，每個(gè)網(wǎng)格默認(rèn)輸出預(yù)測(cè)的3個(gè)邊界框及邊界框?qū)?yīng)位置(x,y,w,h)的信息和分類結(jié)果，以及邊界框Conf(Object)精度的置信度信息。

預(yù)測(cè)框和真實(shí)框交并比計(jì)算公式為

(5)

Conf(Object)=Pr(Object)×IOU。

(6)

其中：Pr(Object)用于表示是否有魚類目標(biāo)，1表示是，0表示否;IOU表示預(yù)測(cè)框與真實(shí)框的交并比；box(Pred)表示預(yù)測(cè)框;box(Truth)表示真實(shí)框。每個(gè)預(yù)測(cè)邊界框包含x、y、w、h、Conf(Object)5個(gè)參數(shù)，(x,y)表示預(yù)測(cè)框中心距離真實(shí)框中心的偏移量，(w,h)表示預(yù)測(cè)框的寬度和高度。

圖3 SKNet網(wǎng)絡(luò)結(jié)構(gòu)

本研究中為了加強(qiáng)魚類的特征信息，抑制養(yǎng)殖池環(huán)境中的其他信息，將SKNet網(wǎng)絡(luò)融入在YOLOv5的Backbone端，改進(jìn)結(jié)構(gòu)如圖4所示。

圖4 融合SKNet的YOLOv5網(wǎng)絡(luò)結(jié)構(gòu)

YOLOv5的Backbone端設(shè)置3層輸出，分別對(duì)應(yīng)著大中小3種不同尺度的特征，該特征為后面的不同尺度檢測(cè)提供信息。為加強(qiáng)魚類特征信息的關(guān)注和提取能力，在Backbone端不同尺度特征的輸出層引入SKNet網(wǎng)絡(luò)，通過(guò)對(duì)不同尺度通道特征信息的加權(quán)處理，網(wǎng)絡(luò)更加注意魚類的特征信息，不同尺度特征信息經(jīng)SKNet加權(quán)之后，輸入Neck端進(jìn)行特征融合，最后以3種不同尺度的預(yù)測(cè)方式對(duì)圖像中的魚群進(jìn)行檢測(cè)。

2 養(yǎng)殖魚群檢測(cè)試驗(yàn)

2.1 試驗(yàn)環(huán)境及參數(shù)設(shè)置

本試驗(yàn)運(yùn)行系統(tǒng)：Windows10 操作系統(tǒng)，主頻為3.4 GHz的intel Core i7-6800K CPU處理器，GTX2080Ti GPU處理器，PyCharm試驗(yàn)平臺(tái)；Pytorch機(jī)器學(xué)習(xí)框架，整個(gè)模型通過(guò)80個(gè)epoch進(jìn)行訓(xùn)練，batch為32，初始學(xué)習(xí)率為0.000 1。

2.2 試驗(yàn)數(shù)據(jù)

試驗(yàn)用數(shù)據(jù)采集自大連天正實(shí)業(yè)有限公司大黑石養(yǎng)殖場(chǎng)紅鰭東方鲀養(yǎng)殖車間，使用一個(gè)200萬(wàn)像素的攝像頭，攝像頭拍攝的視頻通過(guò)ezviz傳輸?shù)揭苿?dòng)終端，再通過(guò)視頻抽幀的方式獲得分辨率為1 920×1 080的圖像。在所抽取圖像中選擇1 200張作為本次試驗(yàn)的數(shù)據(jù)集，所有數(shù)據(jù)通過(guò)Labelimg進(jìn)行標(biāo)注，生成記錄類別信息和位置信息的xml文件，并按照訓(xùn)練集和測(cè)試集7∶3的比例進(jìn)行劃分，其中840張圖像作為訓(xùn)練集，360張圖像作為測(cè)試集。

2.3 評(píng)估標(biāo)準(zhǔn)

為了驗(yàn)證SK-YOLOv5對(duì)水下模糊魚群圖像的檢測(cè)和識(shí)別魚類的能力，所有試驗(yàn)結(jié)果用精確率和召回率進(jìn)行評(píng)估，精確率(precision，P)，也稱查準(zhǔn)率，即預(yù)測(cè)結(jié)果中成功預(yù)測(cè)魚類目標(biāo)的概率。召回率(recall，R)，也稱查全率，即魚類目標(biāo)總體中被成功預(yù)測(cè)的概率。根據(jù)Ground truth對(duì)水下模糊圖像魚群檢測(cè)結(jié)果進(jìn)行評(píng)估，計(jì)算公式為

(7)

(8)

其中: TP(true positive)是預(yù)測(cè)結(jié)果中正確預(yù)測(cè)魚類目標(biāo)的個(gè)數(shù)；FP(false positive)是預(yù)測(cè)結(jié)果中錯(cuò)誤預(yù)測(cè)魚類目標(biāo)個(gè)數(shù);FN(false negative)是未被預(yù)測(cè)出的魚類目標(biāo)個(gè)數(shù)。

2.4 消融試驗(yàn)

消融試驗(yàn)即內(nèi)部對(duì)比試驗(yàn)，該試驗(yàn)分2組進(jìn)行，分別是圖像預(yù)處理模塊性能對(duì)比和SKNet模塊性能對(duì)比。通過(guò)測(cè)試圖像預(yù)處理模塊和SKNet模塊的性能，以驗(yàn)證本研究中網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)的重要性。

2.4.1 圖像預(yù)處理模塊性能對(duì)比 為了驗(yàn)證圖像預(yù)處理模塊UNet的有效性，在YOLOv5基礎(chǔ)上添加了圖像預(yù)處理模塊。模型訓(xùn)練過(guò)程中，所有參數(shù)保持不變，將圖像預(yù)處理模塊輸出的清晰化圖像直接作為YOLOv5的輸入。試驗(yàn)結(jié)果如表1所示，加入圖像預(yù)處理模塊后，魚群檢測(cè)的精確率和召回率分別提升了0.82%和0.93%，有效解決了水下模糊圖像魚群檢測(cè)準(zhǔn)確率低的問(wèn)題。

表1 UNet圖像預(yù)處理模塊對(duì)模型性能的影響

2.4.2 SKNet模塊性能對(duì)比 在“2.4.1節(jié)”的基礎(chǔ)上，將SKNet融合到Y(jié)OLOv5的Backbone端構(gòu)成關(guān)注像素級(jí)信息的特征提取網(wǎng)絡(luò)。融合SKNet后的網(wǎng)絡(luò)可以加強(qiáng)魚類特征信息的提取能力，抑制無(wú)效特征信息，提高特征信息的利用率。試驗(yàn)結(jié)果如表2所示，在YOLOv5和圖像預(yù)處理模塊基礎(chǔ)上，融入SKNet的網(wǎng)絡(luò)模型,精確率和召回率分別提升了1.32%和1.36%，有效提升了水下魚群目標(biāo)檢測(cè)效果。

表2 SKNet模塊對(duì)模型性能的影響

2.5 模型性能對(duì)比試驗(yàn)

試驗(yàn)分2組進(jìn)行，分別是SK-YOLOv5與YOLOv5的對(duì)比，以及與目前檢測(cè)準(zhǔn)確率較高的基于深度學(xué)習(xí)的水下目標(biāo)檢測(cè)模型的對(duì)比。通過(guò)模型對(duì)比試驗(yàn)，以驗(yàn)證本研究中所提網(wǎng)絡(luò)架構(gòu)的性能。

2.5.1 與YOLOv5的性能對(duì)比試驗(yàn) 將SK-YOLOv5與YOLOv5進(jìn)行了對(duì)比。首先用所選數(shù)據(jù)對(duì)YOLOv5進(jìn)行端到端的訓(xùn)練，不進(jìn)行任何網(wǎng)絡(luò)結(jié)構(gòu)的調(diào)整，直接輸出魚群檢測(cè)結(jié)果。然后將圖像預(yù)處理模塊添加在YOLOv5模型的前端，最后將SKNet融合到Y(jié)OLOv5的Backbone端構(gòu)成關(guān)注像素級(jí)信息的特征提取網(wǎng)絡(luò)。試驗(yàn)結(jié)果如表3所示，與YOLOv5模型相比，魚群檢測(cè)的精確率和召回率分別提升了2.14%和2.29%。這表明，添加圖像預(yù)處理模塊UNet和SKNet模塊的YOLOv5對(duì)水下模糊圖像魚群檢測(cè)的性能有較大提升。

表3 YOLOv5與SK-YOLOv5的性能對(duì)比

2.5.2 與不同模型的性能對(duì)比試驗(yàn) 通過(guò)對(duì)水下圖像進(jìn)行魚群檢測(cè)，量化了SK-YOLOv5的性能，并與目前檢測(cè)準(zhǔn)確率較高的水下目標(biāo)檢測(cè)模型進(jìn)行了對(duì)比，對(duì)比模型分別為Konovalov等[21]提出的用于海洋領(lǐng)域魚群檢測(cè)模型XFishHmMp(underwater fish detection with weak multi-domain supervision)和Fan等[22]提出的用于海膽和扇貝等小目標(biāo)檢測(cè)模型FERNet(dual refinement underwater object detection network)。為了公平比較，將所有模型用水下模糊魚群圖像數(shù)據(jù)集進(jìn)行訓(xùn)練，在訓(xùn)練過(guò)程中對(duì)每個(gè)模型進(jìn)行微調(diào)，并將同一批圖像統(tǒng)一用于測(cè)試。試驗(yàn)結(jié)果如表4所示，針對(duì)養(yǎng)殖池內(nèi)成像模糊失真的魚群圖像數(shù)據(jù)，SK-YOLOv5模型的精確率和召回率分別為98.86%和96.64%，較XFishHmMp和FERNet達(dá)到較好檢測(cè)效果。

表4 不同模型與SK-YOLOv5的性能對(duì)比

3 討論

3.1 網(wǎng)絡(luò)模型的選擇

針對(duì)在真實(shí)養(yǎng)殖環(huán)境下，因水下成像模糊、失真導(dǎo)致的魚群檢測(cè)準(zhǔn)確率較低的問(wèn)題，本研究中通過(guò)對(duì)模糊圖像進(jìn)行預(yù)處理，即水下圖像的清晰化加以解決。UNet是一個(gè)在超清圖像生成任務(wù)中泛化能力較強(qiáng)的全卷積網(wǎng)絡(luò)，能夠提取深層次的特征，且不需要鑒別器指導(dǎo)清晰圖像的生成，減少了參數(shù)的處理，有較快的運(yùn)行速度，適用于圖像預(yù)處理任務(wù)。因此，選取UNet作為清晰化網(wǎng)絡(luò)，用作水下魚群圖像預(yù)處理。

通過(guò)圖像預(yù)處理，得到了清晰的圖像，并為后續(xù)的魚群檢測(cè)提供了高質(zhì)量數(shù)據(jù)。但是，由于本研究是針對(duì)視頻影像的魚群檢測(cè)，需要選擇一種計(jì)算速度較快和目標(biāo)檢測(cè)準(zhǔn)確率較高的網(wǎng)絡(luò)框架作為基礎(chǔ)的水下魚群檢測(cè)模型。YOLOv5是目前檢測(cè)準(zhǔn)確率較高的目標(biāo)檢測(cè)模型，且單一圖片的推理時(shí)間能夠達(dá)到7 ms，即140 FPS，是目標(biāo)檢測(cè)領(lǐng)域處理速度較快的網(wǎng)絡(luò)，因此，選定綜合性能較好的 YOLOv5作為基礎(chǔ)網(wǎng)絡(luò)模型框架。為盡可能多地利用魚群特征信息，同時(shí)保證檢測(cè)結(jié)果不受背景噪聲影響，在YOLOv5的Backbone端融入SKNet構(gòu)成關(guān)注像素級(jí)信息的特征提取網(wǎng)絡(luò)，通過(guò)給每個(gè)特征元素都找到其對(duì)應(yīng)的注意力權(quán)重，加強(qiáng)魚類特征信息的重構(gòu)和提取能力，抑制無(wú)效特征信息，從而提高特征信息的利用率，提升魚群檢測(cè)的準(zhǔn)確率。

3.2 SK-YOLOv5模型的檢測(cè)效果

本研究中通過(guò)消融試驗(yàn)和模型對(duì)比試驗(yàn)，驗(yàn)證SK-YOLOv5模型的效果。在基礎(chǔ)網(wǎng)絡(luò)模型YOLOv5上加入圖像預(yù)處理模塊UNet，可以得到清晰的魚群圖像，檢測(cè)精確率和召回率分別提升了0.82%和0.93%；加入SKNet模塊后，魚群檢測(cè)效果得到了再一次提升，與只加入圖像預(yù)處理模塊相比，SKNet模塊將魚群檢測(cè)的精確率和召回率分別提升了 1.32%和1.36%。為進(jìn)一步分析SK-YOLOv5模型的效果，采用不同模型對(duì)真實(shí)養(yǎng)殖環(huán)境下的魚群進(jìn)行檢測(cè)，并將檢測(cè)結(jié)果進(jìn)行對(duì)比。首先將SK-YOLOv5與目前檢測(cè)準(zhǔn)確率較高的目標(biāo)檢測(cè)模型YOLOv5進(jìn)行對(duì)比，SK-YOLOv5的精確率和召回率較YOLOv5分別提升了2.14%和2.29%。然后將SK-YOLOv5與目前檢測(cè)效果較好的基于深度學(xué)習(xí)的水下目標(biāo)檢測(cè)模型XFishHmMp[21]和FERNet[22]進(jìn)行對(duì)比，檢測(cè)精確率分別提升了5.39%和3.59%，召回率分別提升了5.66%和3.77%。XFishHmMp能夠有效檢測(cè)清晰圖像中的魚群，但無(wú)法準(zhǔn)確檢測(cè)本研究模糊圖像中的魚群；FERNet對(duì)海膽、扇貝等水下小目標(biāo)識(shí)別效果較好，但是也不能有效檢測(cè)本研究中魚群等大目標(biāo)。針對(duì)養(yǎng)殖池內(nèi)成像模糊失真的魚群圖像數(shù)據(jù)，SK-YOLOv5的精確率和召回率分別達(dá)到98.86%和96.64%，達(dá)到了較好檢測(cè)效果，實(shí)現(xiàn)了工廠化養(yǎng)殖魚群的準(zhǔn)確識(shí)別，為魚類行為分析和魚類生長(zhǎng)狀況監(jiān)測(cè)提供了基礎(chǔ)方法，為精準(zhǔn)養(yǎng)殖提供了重要的技術(shù)支撐，也將為在失真和模糊等復(fù)雜背景下基于深度學(xué)習(xí)的水下目標(biāo)檢測(cè)提供了有效的解決方案。

4 結(jié)論

1)本研究中，在當(dāng)前魚群檢測(cè)方法的基礎(chǔ)上，提出了基于YOLOv5的養(yǎng)殖魚群檢測(cè)模型，引入U(xiǎn)Net作為圖像預(yù)處理模塊，輸出得到清晰的魚群圖像，加強(qiáng)了網(wǎng)絡(luò)對(duì)模糊魚體的識(shí)別能力。

2)在YOLOv5網(wǎng)絡(luò)模型基礎(chǔ)上，融合SKNet視覺(jué)注意力機(jī)制，加強(qiáng)了魚類特征信息的提取能力，抑制了無(wú)效特征，提高了特征信息的利用率。

3)以真實(shí)養(yǎng)殖環(huán)境下的魚群圖像為樣本，用訓(xùn)練后的融合SKNet與YOLOv5的養(yǎng)殖魚群檢測(cè)算法，可以檢測(cè)模糊和失真的魚群，精確率和召回率分別達(dá)到了98.86%和96.64%，性能比YOLOv5和目前已有的其他魚群檢測(cè)模型更為優(yōu)異，該模型具有較好的識(shí)別準(zhǔn)確度，可對(duì)真實(shí)養(yǎng)殖環(huán)境下成像模糊、失真的魚群實(shí)現(xiàn)精準(zhǔn)識(shí)別。