中國水產科學研究院東海水產研究所漁業遙感與信息技術研究室研究員張勝茂為通訊作者的論文“Research on target detection of Engraulis japonicus purse seine based on improved model of YOLOv5”近日在海洋學國際期刊《Frontiers in Marine Science》（JCR分區一區）中發表。該成果得到了國家自然科學基金重點項目、浙江省海洋漁業資源可持續利用技術研究重點實驗室開放課題和院所基本業務費項目的支持。

丁香魚（Engraulis japonicus）是一種集群性強、生命周期短的中上層小型魚類，分布于中國渤海、黃海、東海以及日本沿海。長期以來，我國近海漁業呈現出過度捕撈的趨勢，魚類的種群結構出現了低齡化、小型化和首次性成熟等問題。此外，漁船作業的統計主要依靠人工記錄的方法，往往會出現漏記、錯記等現象。為了解決目前丁香魚限額捕撈與分類統計不準確的問題，本文提出一種改進YOLOv5的識別算法。該方法將SENet注意力機制引入到YOLOv5主干網絡結構中，融合捕撈作業不同時期的目標信息，同時降低復雜背景的干擾，提高模型檢測精度的同時保證實時檢測效率。基于檢測結果，利用卡爾曼濾波和匈牙利匹配法對主要類別分別進行統計。研究結果表明該算法在目標檢測階段可獲得均值平均精度(mAP)為99.3%，精度為98.9%，召回率為98.7%，相比原模型分別提高了1.4%、1.7%和2.5%。在統計階段，漁筐類別可以得到96.5%的準確率，對漁網和加工船分別采用閾值法可以分別得到85.8%和75%的準確率，試驗效果良好，可以為丁香魚作業識別和限額捕撈管理提供新的思路與技術手段。

圖1 文章首頁截圖

圖2 混淆矩陣分類結果

圖3 模型檢測結果

圖4 漁筐統計