基于YOLO-Fish模型的鱼道鱼类实时过鱼监测系统研发

《Water》：Development and Research of Real-Time Fish Passage Monitoring System for Fishway Based on YOLO-Fish Model

　　

专业摘要翻译 为解决实时鱼类监测中存在的问题，本研究提出一种基于YOLOv11的鱼类检测模型，命名为YOLO-Fish。该模型着重优化核心特征提取模块C3k2，并采用轻量化骨干网络对其进行重构。通过对MobileNet、GhostNet和FasterNet的对比分析，最终选用FasterNet作为骨干网络，因其能够在显著降低模型参数量和计算复杂度（FLOPs）的同时有效保留关键特征表征能力，且推理速度更优，非常适用于实时鱼类过鱼监测场景。为验证所提方法的有效性与实用性，研究人员设计了高度贴近真实工况的鱼类过鱼试验，在浙江水利水电学院的室内U型水槽平台上开展，模拟了多鱼群游动和水流扰动等典型场景，选取长江流域四种代表性鱼类——鲫鱼、黄颡鱼、草鱼和胭脂鱼作为检测目标。基于此构建鱼类数据集，使用GoPro HERO9相机采集图像，并采用运动模糊、弹性变换和光照调整等数据增强技术提升样本多样性。随后采用半监督学习策略对3000张图像进行边界框和类别标签标注，并转换为YOLO格式用于训练和验证。实验结果表明，与YOLOv10、YOLOv11和YOLOv12等主流模型相比，所提出的YOLO-Fish模型性能更优。在构建的数据集上，其精确率达到94.7%，推理速度高达115 FPS。该方法在复杂水生环境下的实时鱼类监测中展现出优异的准确性和效率，为生态水利工程中的鱼类检测提供了可靠的技术方案。

论文解读

一、研究背景与问题

水利工程建设对生物行为产生深远影响，鱼道作为水利工程的核心组成部分，其生物监测技术的有效性直接影响生态环境质量。传统的鱼类过鱼监测方法主要包括拦网法、陷阱网法、被动集成应答器（PIT）标记遥测、射频识别（RFID）遥测以及人工视频观察等。尽管这些方法在鱼道监测中已有广泛应用，但普遍存在人力成本高、操作具有侵入性、数据处理劳动密集以及难以在自然河流条件下实现长期连续监测等局限。成像声呐技术与机器学习的结合虽展现出一定潜力，但仍受限于标注数据不足和跨环境泛化能力弱，在密集群体场景中易出现漏检和计数误差。传统计算机视觉算法依赖人工设计的特征提取方法，可能引入人为偏差，难以在无人工干预条件下提取有效判别特征。此外，现有轻量级检测策略在实际水下鱼类监测中仍面临多重挑战：深度卷积和分组卷积虽理论上可降低计算复杂度，但在GPU平台上的实际加速效果常受限于不规则内存访问模式和增加的数据传输开销；轻量级架构通常因感受野减小和多尺度特征提取能力受限而牺牲特征表征能力，在低光照、高浊度条件下对小型、部分遮挡或运动模糊的鱼类目标检测性能显著下降；鱼类身体与水表面波纹等环境干扰常呈现相似的灰度分布、动态轮廓和局部纹理，导致频繁的误检和漏检。因此，开发一种在复杂鱼道环境中同时保持高特征表征能力、计算效率和鲁棒性的轻量级鱼类检测模型，是当前亟待解决的关键研究难题。

二、研究内容与意义

本研究构建了一个包含鲫鱼（Carassius auratus）、黄颡鱼（Pelteobagrus fulvidraco）、草鱼（Ctenopharyngodon idella）和胭脂鱼（Myxocyprinus asiaticus）四种鱼类的低分辨率RGB图像数据集，这些鱼类具有重要的经济、生态和保护价值，且在形态、行为和保护状态上存在显著差异，能够全面评估算法在多尺度、多姿态、变光照和稀有类别场景下的性能。基于YOLOv11m（中型）模型，研究人员引入多项改进策略构建了YOLO-Fish模型，具体将基于FasterNet的FasterBlock模块集成到骨干网络中，并采用部分卷积（PConv）替代标准卷积操作，在提升计算效率的同时保留特征表征能力。实验结果表明，YOLO-Fish模型在自建数据集上达到94.7%的精确率和67.1%的平均精度均值（mAP@0.5:0.95），推理速度高达115 FPS，优于YOLOv10、YOLOv11和YOLOv12等主流对比模型，为生态水利工程中的鱼类检测提供了可靠的技术方案，也为鱼类生物多样性保护和长江流域生态修复提供了可视化的科学依据。

三、关键技术方法

研究人员在浙江水利水电学院构建了室内U型循环水槽实验平台，水槽宽1米、深0.65米，总长25米，可模拟0.18–0.21 m·s^?1的流速条件。使用GoPro HERO9相机以2K分辨率和30 fps帧率从侧窗采集视频，四种鱼类按3:3:5:3比例混合进行群体试验，每个场景重复五次以确保获得至少3000帧包含遮挡、重叠和交叉等复杂条件的图像。数据采用X-AnyLabeling平台结合半监督学习策略进行标注，并应用运动模糊、弹性变换、光照调整、随机旋转、平移、马赛克增强和随机擦除等数据增强策略。模型改进方面，研究人员对比MobileNet、GhostNet和FasterNet三种轻量级骨干网络，通过理论推导证明部分卷积的计算复杂度约为标准卷积的1/16，显著低于深度可分离卷积，最终选用FasterNet替换YOLOv11m的原始骨干，并构建了YOLOv11-Faster和YOLOv11-PFaster两种改进模型进行对比验证。

四、研究结果

4.1 模型评估指标

研究人员采用精确率（Precision）、召回率（Recall）、F1分数、平均精度均值（mAP）等标准目标检测评估指标，并采用CIoU损失、二元交叉熵（BCE）分类损失和分布焦点损失（DFL）联合优化模型，使用AdamW优化器进行训练，并采用早停策略防止过拟合。

4.2 结果分析

在模型改进对比中，YOLOv11-Faster模型参数量为17.6 M，计算成本为58.8 GFLOPs，推理速度为115 FPS，在参数规模、计算效率和实时性能之间达到最佳平衡，被选为最终优化模型。与基线YOLOv11相比，YOLO-Fish的精确率从92.9%提升至94.7%，召回率从89.8%提升至92.0%，mAP@0.5从96.0%提升至97.3%，mAP@0.5:0.95从64.1%提升至67.1%。在复杂水下场景测试中，原始图像包含部分可见鱼尾、背对相机、远距离模糊和暗影等挑战性条件，仅YOLO-Fish成功检测出图像中所有目标，而YOLOv11m-PFaster和基线YOLOv11m均出现漏检和误检。在鱼类计数任务中，研究人员基于OpenCV开发了计数系统框架，利用YOLO-Fish模型的跟踪模式为每个检测目标分配唯一ID，当边界框中心穿越预设区域时计数并可视化结果，最终将不同鱼种的过鱼数据导出为CSV文件。与YOLOv10m、YOLOv11m和YOLOv12m等同类m尺度模型相比，YOLO-Fish在8.7 ms超低延迟下精确率分别提升1.8%、2.6%和2.8%，mAP@0.5分别提升1.3、1.7和0.1个百分点，mAP@0.5:0.95分别提升3.3、6.2和4.0个百分点，实现了最优的速度-精度平衡。

五、讨论与结论

研究人员指出，鱼类在实际实验中常呈现多样游泳姿态和群体移动，导致严重遮挡或运动模糊，对计数精度构成挑战。基于BoT-SORT跟踪算法的计数系统可能产生略高于人工计数的结果，主要原因是当目标在检测中暂时丢失后被重新检测时可能被分配新ID，若发生在监测区域内，计数系统可能将其视为新目标导致重复计数。本研究不仅实现了鱼类自动检测和计数，还为鱼类洄游分析、濒危物种监测和鱼道过鱼效率评估提供了可靠的数据基础。未来工作可结合时空建模与多模态感知（如声呐、红外和水下视频融合），进一步增强系统在全天候、全时段条件下的鲁棒性，推动智慧水利与生态保护的融合。研究结论表明，所提出的YOLO-Fish模型在复杂水生环境下的实时鱼类监测中展现出优异的准确性和效率，为生态水利工程中的鱼类检测提供了可靠的技术解决方案。