TSCG-TSM：一种时间 - 空间 - 通道 - 全局增强的 TSM 模型，用于循环水养殖系统的鱼类摄食强度评估

《Aquaculture International》：TSCG-TSM: a temporal-spatial-channel-global enhanced TSM model for fish feeding intensity assessment in recirculating aquaculture systems

　　

摘要

准确评估鱼类摄食强度对于循环水养殖系统（RAS）中的精准投喂至关重要。然而，现有的基于图像的方法无法有效捕捉摄食行为的时序变化，而传统的基于视频的方法往往引入较高的计算复杂度，限制了其在实时自动投喂系统中的实际部署。因此，本研究提出了一种轻量级视频分类模型——时空间通全球增强型时间偏移模块（TSCG-TSM），用于循环水养殖系统中鱼类摄食强度的评估。该模型采用时间偏移模块，使二维卷积神经网络能够通过无参数的时间信息交换提取时空特征。在此基础上，TSCG-TSM针对鱼类摄食强度评估任务实施了三项特定的结构优化。首先，设计了时间注意力模块来替代平均共识，使模型能够自适应地为不同时间片段分配权重，以增强关键帧的建模能力。其次，空间-通道门控模块通过在空间和通道维度上重新校准卷积特征，增强了与摄食相关的区域和语义通道。最后，全局响应归一化能够调节全局通道响应，增强通道间竞争，并提高特征的多样性。实验结果表明，TSCG-TSM达到了86.30% ± 1.94%的准确率和86.56% ± 1.98%的F1值，分别比基线模型提高了4.11%和4.35%，同时参数量和计算量仅分别增加了0.87 M和0.85 G。此外，与12种具有代表性的基于视频的方法相比，TSCG-TSM取得了最佳性能（最佳准确率 = 81.85% ± 2.23%，最佳F1值 = 82.15% ± 2.23%）。这些结果表明，TSCG-TSM在性能与计算复杂度之间实现了平衡，展现了其在循环水养殖系统实际自动投喂应用中的潜力。