基于改进YOLOv8n损失函数的克氏原螯虾体特征识别算法

克氏原螯虾(Procambarus clarkii)产业发展迅速,然而仍面临智能化水平偏低的问题,在养殖及加工过程中主要通过人工肉眼观察克氏原螯虾规格及完整性并作出相关判断。为解决克氏原螯虾的智能识别问题,提出基于YOLOv8n识别克氏原螯虾的虾体、虾尾及螯足的算法。通过将原有损失函数CIoU替换为MPDIoU,并引入尺度因子ratio控制辅助边框的尺度大小用于计算损失,与MPDIoU损失函数相结合,提高边界框回归的准确性和效率,实现对克氏原螯虾虾体、虾尾及螯足的精准识别,为研究其分级智能化提供思路。结果显示,在YOLOv8n模型中加入Inner-MPDIoU的算法训练结果相比原有的CIoU损失函数识别率有所提高,mAP从83.7%提高到了90.8%。研究表明,该算法模型有助于对克氏原螯虾的主要部位实现精准识别,对研究克氏原螯虾的智能化精准分级具有推动作用。

小型水库养殖对象的选择与人工放养

1选择目前,我国淡水水产养殖种类已扩大到40多种,其中大多数是鱼类,此外还有虾蟹类,贝类和爬行类等名特水产品。总的来说,这些养殖种类都可以在小型水库中饲养,但是具体到地区或单位养哪些种类,必须进行正确周到的选择,才能取得较好的养殖效果。养殖对象可以从如下3方面来选择。