一种基于深度学习的鱼类检测模型的构建方法及鱼类检测方法、系统

本发明公开一种基于深度学习的鱼类检测模型的构建方法及鱼类检测方法、系统，将残差网络ResNet作为鱼类检测模型的主网络结构，残差网络ResNet具有强大的特征提取能力，能够捕捉到鱼类的基本形态、纹理等特征；再引入混合注意力机制来提取更有效的特征量，在残差网络ResNet的每一个残差块后连接混合注意力模块，可以进一步提取和强调关键特征，从而在残差网络ResNet上实现更优的效果；混合注意力结合GRA的通道注意力和基于CBP的空间注意力两个维度的注意力机制，模型能够更全面地捕捉鱼类的特征信息，有效降低算法复杂度，进而降低实际部署的硬件要求，以降低对深度学习算法深度及不同层级宽度的要求，达到算法轻量化的目的。