[发明专利]一种鱼类识别的数据增广方法以及鱼类识别方法和系统

说明书

本发明为解决现有技术中鱼类识存在的实施方式较为繁琐，灵活性差的问题，提供一种鱼类识别的数据增广方法以及鱼类识别方法和系统，属于人工智能技术领域。鱼类识别的数据增广方法，包括以下步骤：获取水下环境图像；获取清水水下场景的第一鱼类图像并转化为第二鱼类图像；图像融合生成第三鱼类图像。鱼类识别方法采用增广的第三鱼类图像训练得到最终鱼类识别模型，并进行标注。鱼类识别系统包括图像采集模块、训练数据增广模块等。本发明中的数据增广方法，可以快速建立囊括了不同场景的公共数据集，提高鱼类识别模型的精度，实施方式简单，灵活性极高。本发明中鱼类识别方法和系统可以实现快速自动标注，减少工程部署中模型迭代的次数。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种鱼类识别的数据增广方法以及鱼类识别方法和系统。

背景技术

科学开发和保护渔业资源，建设现代渔业示范园区是渔业转型升级、实现更大发展的必然要求。发展现代渔业关系到很多新设施、新技术、新机制，但最重要的部分首先是渔业监测。基于计算机视觉技术的自动化检测方法在水产养殖领域得到了广泛应用，目前已经建立了许多系统有效的鱼类识别方法。

然而，现阶段对水下鱼类进行识别时存在着以下缺陷：

一是无公共数据集；

二是不同场景(自然环境、水的清澈程度、光线变化等)下采用同一批数据进行模型训练的话，识别精度不够；

三是无法进行快速部署，需周而复始的采集各个时间段的图像，再进行数据标注。

由此，造成现阶段使用深度学习对鱼类进行识别，实行方式较为繁琐，灵活性差。

发明内容

本发明为解决现有技术中鱼类识存在的实施方式较为繁琐，灵活性差的问题，提供一种鱼类识别的数据增广方法以及鱼类识别方法和系统。本发明中的数据增广方法，可以快速建立囊括了不同场景的公共数据集，提高鱼类识别模型的精度，实施方式简单，灵活性极高。同时，本发明中鱼类识别方法和系统可以实现快速自动标注，减少工程部署中模型迭代的次数。

本发明采用的技术方案是：

一种鱼类识别的数据增广方法，所述方法包括以下步骤：

步骤S1，确立不同的水下场景，针对每种水下场景至少获取一张水下环境图像；不同的水下场景由自然环境、水体清澈程度和/或光线变化产生，且鱼类未在该水下场景中出现；每张水下环境图像的像素尺寸均相同；

步骤S2，设置清水水下场景，并在该清水水下场景中放入鱼类；获取若干清水水下场景的第一鱼类图像；每张第一鱼类图像的像素尺寸均相同，且第一鱼类图像的像素尺寸与水下环境图像的像素尺寸相同；

步骤S3，选择一张第一鱼类图像，逐一确定该第一鱼类图像中可识别的鱼类并进行标注，并记入第一记录文件中；标注内容包括鱼类类别和位置信息，标注格式为：{(class)，(x1，y1)，(x2，y2)}，

其中，class为鱼类类别；

(x1，y1)为单条鱼类最大外接矩形框左上角的坐标点；

(x2，y2)为同一单条鱼类最大外接矩形框右下角的坐标点；

步骤S4，待第一鱼类图像中可识别的鱼类均完成标注，保存第一记录文件，且该第一记录文件的保存名称与对应的第一鱼类图像的保存名称相同；

步骤S5，重复步骤S3和步骤S4，直至全部第一鱼类图像均完成标注，并保存有对应的第一记录文件；

步骤S6，选择一张标注后的第一鱼类图像并进行灰度处理和图像分割处理，得到无背景的第二鱼类图像；第二鱼类图像的像素尺寸与水下环境图像的像素尺寸相同，且第二鱼类图像的标注内容和标注格式与第一鱼类图像的标注内容和标注格式相同；