一种鱼类识别方法、设备和计算机可读存储介质与流程

本发明属于鱼类资源调查，具体涉及一种鱼类识别方法、设备和计算机可读存储介质。

背景技术：

1、为了调查水电站大坝对水生生态流域淡水鱼类资源的影响，需要人工定期进行鱼类识别，从而对水生生态流域的保护性鱼类分布与主要经济性鱼类数量大小进行相对评估，由于水生生态流域鱼类众多，普通鱼类调查工作者需要多年的经验实践、学习和培训才能分辨鱼类，且人为判断存在主观性，容易误判，因此耗费大量人力和时间成本。

2、目前的鱼类识别算法要么检测精度较低，要么速度较慢。

技术实现思路

1、本发明的目的在于克服现有技术中的至少一种缺陷，提供了一种鱼类识别方法、设备和计算机可读存储介质。

2、本发明的技术方案是这样实现的：

3、第一方面，本发明公开了一种鱼类识别方法，包括如下步骤：

4、当检测到鱼道监控视频中存在鱼类目标时，记录鱼类目标出现的时间点和消失的时间点；

5、根据鱼类目标出现的时间点和消失的时间点截取存在鱼类目标的视频片段；

6、对于截取的所述视频片段，逐帧定位每一帧的每个鱼类目标的位置和种类，并使用边界框界定每个鱼类目标所在位置；

7、为每一帧的每一个边界框对应的目标分配id，当为当前帧的每一个边界框对应的目标分配id时，将当前帧与上一帧进行目标匹配，为两帧匹配的目标分配同一个id；

8、根据分配的id对鱼道监控视频中的鱼类目标进行轨迹追踪与数量统计。

9、进一步地，检测鱼道监控视频中是否存在鱼类目标，当检测到鱼道监控视频中存在鱼类目标时，记录鱼类目标出现的时间点和消失的时间点，具体包括：对于鱼道监控视频，每隔多帧检测是否存在鱼类目标，如果存在，则记录鱼类目标出现的时间点和消失的时间点。

10、进一步地，检测是否存在鱼类目标，具体包括：利用第一训练集对第一检测模型进行训练，形成鱼类检测器；

11、利用鱼类检测器检测视频当前帧是否存在鱼类目标。

12、进一步地，第一检测模型采用yolov8模型。

13、进一步地，逐帧定位每一帧的每个鱼类目标的位置和种类，具体包括：利用第二训练集对第二检测模型进行训练，形成鱼类类别检测器；

14、利用鱼类类别检测器逐帧定位每一帧的每个鱼类目标的位置和种类。

15、生成每个鱼类目标的边界框，并在边界框上标注鱼类。

16、进一步地，第二检测模型采用yolov8模型。

17、进一步地，将当前帧与上一帧进行目标匹配，为两帧匹配的目标分配同一个id，具体包括：通过上一帧中边界框的实际位置和实际速度，预测出当前帧中所述边界框的预测位置和预测速度，将当前帧中边界框的实际位置、实际速度与当前帧中边界框的预测位置、预测速度进行目标匹配，若匹配成功，则为两帧匹配的目标分配同一个id。

18、进一步地，根据分配的id对鱼道监控视频中的鱼类目标进行轨迹追踪与数量统计，具体包括：根据分配的id确定鱼类目标的运动轨迹，分别统计鱼道上游入鱼的条数、出鱼的条数和/或鱼道下游入鱼的条数、出鱼的条数，根据鱼道上、下游入鱼和出鱼条数来统计鱼类目标通过的数量。

19、第二方面，本公开实施例提供一种鱼类识别设备，包括：

20、至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，

21、所述存储器存储有可被所述至少一个处理器执行的一个或多个计算机程序，一个或多个所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如第一方面所述的鱼类识别方法。

22、第三方面，本公开实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器执行时实现第一方面所述的鱼类识别方法。

技术特征：

1.一种鱼类识别方法，其特征在于，包括如下步骤：

2.如权利要求1所述的鱼类识别方法，其特征在于：检测鱼道监控视频中是否存在鱼类目标，当检测到鱼道监控视频中存在鱼类目标时，记录鱼类目标出现的时间点和消失的时间点，具体包括：对于鱼道监控视频，每隔多帧检测是否存在鱼类目标，如果存在，则记录鱼类目标出现的时间点和消失的时间点。

3.如权利要求1所述的鱼类识别方法，其特征在于：检测是否存在鱼类目标，具体包括：利用第一训练集对第一检测模型进行训练，形成鱼类检测器；

4.如权利要求3所述的鱼类识别方法，其特征在于：第一检测模型采用yolov8模型。

5.如权利要求1所述的鱼类识别方法，其特征在于：逐帧定位每一帧的每个鱼类目标的位置和种类，具体包括：利用第二训练集对第二检测模型进行训练，形成鱼类类别检测器；

6.如权利要求5所述的鱼类识别方法，其特征在于：第二检测模型采用yolov8模型。

7.如权利要求1所述的鱼类识别方法，其特征在于：将当前帧与上一帧进行目标匹配，为两帧匹配的目标分配同一个id，具体包括：通过上一帧中边界框的实际位置和实际速度，预测出当前帧中所述边界框的预测位置和预测速度，将当前帧中边界框的实际位置、实际速度与当前帧中边界框的预测位置、预测速度进行目标匹配，若匹配成功，则为两帧匹配的目标分配同一个id。

8.如权利要求1所述的鱼类识别方法，其特征在于：根据分配的id对鱼道监控视频中的鱼类目标进行轨迹追踪与数量统计，具体包括：根据分配的id确定鱼类目标的运动轨迹，分别统计鱼道上游入鱼的条数、出鱼的条数和/或鱼道下游入鱼的条数、出鱼的条数，根据鱼道上、下游入鱼和出鱼条数来统计鱼类目标通过的数量。

9.一种鱼类识别设备，其特征在于，包括：

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序在被处理器执行时实现如权利要求1-8中任一项所述的鱼类识别方法。

技术总结本发明公开了一种鱼类识别方法、设备和计算机可读存储介质，该鱼类识别方法，包括如下步骤：当检测到鱼道监控视频中存在鱼类目标时，记录鱼类目标出现的时间点和消失的时间点；根据鱼类目标出现的时间点和消失的时间点截取存在鱼类目标的视频片段；对于截取的所述视频片段，逐帧定位每一帧的每个鱼类目标的位置和种类，并使用边界框界定每个鱼类目标所在位置；为每一帧的每一个边界框对应的目标分配ID，当为当前帧的每一个边界框对应的目标分配ID时，将当前帧与上一帧进行目标匹配，为两帧匹配的目标分配同一个ID；根据分配的ID对鱼道监控视频中的鱼类目标进行轨迹追踪与数量统计。本发明的方法可以兼顾效率和准确性。技术研发人员：张立君,崔明,邱承皓,陈东辉,周俊受保护的技术使用者：武汉中科瑞通信息技术有限公司技术研发日：技术公布日：2024/8/5