基于深度分离卷积与可变形自注意力的鱼类异常检测方法

本发明提出一种基于深度分离卷积与可变形自注意力的鱼类异常检测方法，包括采集水域中的鱼类图像作为待检测图像并进行预处理，得到鱼类图像数据集；对DETR模型进行改进，具体为：使用SimAM权重注意力模块替换EfficientNet主干网络中的SE注意力机制，将改进EfficientNet主干网络作为改进DETR模型的主干特征提取网络，在DETR模型的颈部引入Slim‑Neck模块；将鱼类图像数据集输入改进DETR模型中，通过Focal Loss损失函数训练，得到训练后的改进DETR模型；将待进行检测的鱼类图像输入训练后的改进DETR模型中，得到鱼类异常行为检测结果和鱼类个体目标的位置信息。本发明提高了检测精度和检测效率，能够提高渔业生产效率。