网箱鱼群养殖饲料补充评估方法及相关设备

AITNT
正文
推荐专利
网箱鱼群养殖饲料补充评估方法及相关设备
申请号:CN202411080430
申请日期:2024-08-07
公开号:CN119007289A
公开日期:2024-11-22
类型:发明专利
摘要
本发明公开了一种网箱鱼群养殖饲料补充评估方法及相关设备。该方法包括:基于水下图像数据通过鱼群行为识别模型进行鱼群摄食行为识别,其中,所述鱼群行为识别模型为融合鱼群表观与运动信息的深度学习模型;基于水下图像数据通过层级特征融合与增强的轻量化深度学习模型进行养殖箱残饵检测;根据水质参数变化通过摄食能量模型预测鱼群摄食能量需求信息,以结合识别得到的鱼群摄食行为信息、检测得到的残饵信息评估网箱养殖鱼群摄食状态。能够解决根据鱼类理论生长模型或经验预设的投饲量进行定时、定量的饲料投喂方式难以保证鱼类实际摄食需求,易造成投喂不足或过量的问题。
技术关键词
水下图像数据 深度学习模型 网箱 网络检测器 经验模态分解法 支撑向量回归 饲料 集成学习算法 网络连接方式 层级 时间序列特征 暗通道先验 输入多尺度 细粒度特征 投喂方式 融合策略 处理器 轮廓信息 光学成像
系统为您推荐了相关专利信息
1
一种基于深度学习的产业图谱建模方法及系统
文本数据提取 文本特征向量 深度学习模型 图谱 建模方法
2
染色体三维结构光场映射与时空对齐多模态融合分割系统
三维结构 分割系统 染色体 多模态 成像模块
3
一种基於无人车无人机协同的隧道内无GPS环境下的自主智能缺损检测方法
缺损检测方法 无人机协同 巡检系统 红外相机拍摄 无人机云台
4
应用于土地利用规划编制的土地资源空间优化配置方法
土地资源空间优化配置方法 土地利用规划编制 GIS软件 地貌特征 地理信息系统
5
一种基于多模态深度学习的絮体图像处理和识别方法
多模态深度学习 图像识别方法 训练卷积神经网络 集成传感器 文件目录结构
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号