DF?MobileNetV4:面向水下鱼类摄食行为识别的双尺度自适应注意力与融合卷积块增强网络

《Information Processing in Agriculture》:DF-MobileNetV4: A dual-scale adaptive attention and fused ConvBlock enhanced MobileNetV4 for underwater fish feeding behavior recognition

【字体: 大 中 小 】 时间:2026年04月11日 来源:Information Processing in Agriculture 7.4

编辑推荐:

  为解决循环水养殖中单尺度特征难以捕捉鱼群复杂空间分布、水下模糊致边界歧义等问题,研究者提出DF?MobileNetV4,集成双尺度自适应注意力(DSA)与Fused ConvBlock,在自建RASUFI数据集上实现95.59%识别准确率,为智能投喂提供高效轻量化方案。

  
在水产养殖的“精打细算”时代,饲料成本是决定盈亏的关键变量——投少了鱼长不快,投多了既浪费又污染水质。传统依靠人工经验的投喂方式,在高密度、强水流的循环水养殖系统(RAS)中越来越力不从心。更麻烦的是,水下世界并非透明橱窗:水面波纹会扭曲画面,浑浊水体让鱼群轮廓模糊,鱼群聚集、分散、遮挡时的空间分布复杂多变,而“中度投喂”与“强烈投喂”之间的视觉差异微乎其微,常让模型“看走眼”。现有计算机视觉方法要么难扛实时压力,要么对微小目标束手无策,急需一款既能精准捕捉细节、又能跑在边缘设备上的轻量化解决方案。
针对这一痛点,Bohao Zhang、Liang Wang、Mingbiao Wu、Zhuhong Che、Tianyou Huang、Shuangyin Liu、Meng Cui、Longqin Xu研究团队在《Information Processing in Agriculture》发表研究,提出了DF?MobileNetV4——一款专为水下鱼类摄食行为识别设计的增强型轻量网络。他们巧妙地将双尺度自适应注意力(Dual?Scale Adaptive Attention, DSA)与融合卷积块(Fused ConvBlock)嵌入MobileNetV4框架,既解决了多尺度特征提取难题,又缓解了水下模糊带来的边界歧义,最终在自建数据集上刷新了性能标杆,为工厂化水产的智能投喂提供了“小而美”的技术路径。

关键技术方法简述

研究依托广州南沙区循环水养殖基地,通过水下相机采集罗非鱼投喂视频,构建含4944张标注图像的RASUFI数据集(分“强/中/弱/无”四类摄食强度)。网络设计上,DF?MobileNetV4以MobileNetV4为骨架,Stage 1用Fused ConvBlock做基础特征提取;Stage 2~3嵌入DSA模块强化多尺度语义;Stage 4完成分类。DSA并行处理原尺度与小尺度分支,融合通道与空间注意力;Fused ConvBlock通过动态扩展比(eratio)适配浅层噪声过滤与深层细粒度特征捕获。训练采用交叉熵损失与SGD优化;剪枝阶段基于L1范数结构化裁剪冗余通道,经30轮微调后压缩模型至12.5MB。

4.1. Comparison with other models

对比ConvNeXt、EfficientNetV2等主流模型,DF?MobileNetV4在RASUFI测试集上准确率达95.59%,较基线MobileNetV4提升2.7%。其参数量仅4.04M、计算量1G FLOPs,模型大小15.4MB,在精度与轻量化间取得最佳平衡——虽参数量略高于MobileNetV2?SENet(2.24M),但远低于ConvNeXt(27.82M)等模型,更适合边缘部署。混淆矩阵显示,“中度”类别因边界模糊误判较多,但本模型在该类识别上优于ResNet34?CBAM,证明其对细微差异的捕捉能力更强。

4.2. Ablation study

4.2.1. DSA组件分析

单独使用CBAM或ECA时,模型准确率分别为92.89%、93.59%;ECA与CBAM串联达94.69%;而DSA凭借双尺度融合与自适应权重,将准确率推至95.09%(提升2.2%)。Grad?CAM可视化证实:在鱼群聚集、分散场景中,DSA能精准聚焦关键区域(如投饵区密集鱼群),而单尺度注意力易分散或误激活背景。

4.2.2. Fused ConvBlock分析

引入该模块后,“强→中”边界误判减少60%(从25例降至10例),“中→弱”误判降35%,整体准确率从92.8%升至95.2%。其动态扩展机制(eratio>1时激活深度分离卷积)让网络同时学习粗粒度运动模式与细粒度纹理,有效区分相邻强度的模糊边界。

4.2.3. 核心组件联合验证

DSA与Fused ConvBlock协同工作时,准确率达95.59%,所有指标提升超2.6%。t?SNE可视化显示:基线模型各类特征重叠严重,而DF?MobileNetV4将“强/无”类别聚为紧凑簇,“中/弱”虽部分交叠但趋势分明,证明双模块增强了特征判别性。

4.3. Classification results of fish feeding intensity

随机样本可视化中,“弱”与“无”类别几乎全对;“强”类仅1例误判为中;“中”类因过渡状态模糊,有2例误判。这表明模型对极端状态识别稳健,中间状态的模糊性是误差主要来源——这与真实场景中“中度投喂”兼具聚集与分散特征一致。

4.4. Pruning comparison

结构化剪枝后,模型参数量从4.0M降至3.2M,体积从15.4MB缩至12.5MB,但准确率反升至96.49%。这是因为剪枝剔除冗余通道(早期层保守剪、中间层激进剪),再经微调让权重重新聚焦关键特征,反而提升了泛化能力,为边缘设备腾出宝贵资源。

4.5. Generalization experiments

跨域验证中,DF?MobileNetV4在水下实验室场景准确率达99.09%(光照单纯、背景干净);在表面视角公开集AFFIA3K上达93.75%(水面反光、波浪干扰致精度略降),仍优于ResNet50等模型。这证明其双尺度设计与动态特征扩展对视角变化、密度波动具强鲁棒性——即便鱼群密集遮挡,也能透过局部运动模式判断摄食强度。

结论与意义

DF?MobileNetV4通过DSA与Fused ConvBlock的创新组合,成功攻克了水下鱼类摄食识别的两大难关:多尺度空间分布捕捉与模糊边界区分。其在RASUFI数据集上95.59%的准确率、经剪枝后12.5MB的轻量化体型,以及跨场景93%以上的稳定表现,标志着水产智能投喂向“实时精准调控”迈出关键一步。未来若融合声音、近红外等多模态数据,或将进一步突破复杂环境的感知极限,让算法真正成为养殖户手中的“水下慧眼”。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号