一种黄颡鱼生长状态评估的轻量级卷积神经网络迁移学习方法

本发明涉及水下生物养殖监测技术领域，尤其涉及一种黄颡鱼生长状态评估的轻量级卷积神经网络迁移学习方法。其技术方案包括数据采集与增强、构建轻量化多模态网络架构、通过跨域迁移学习策略进行数据训练、模型压缩与边缘部署。本发明通过构建多模态数据，并模拟浑浊、低对比度等实际养殖环境，同时注入模拟噪声提高模型在实际养殖环境中提取黄颡鱼特征的能力，具备高环境鲁棒性，本发明采用轻量级的MobileNetV3‑Small作为图像分支主干网络，在实现了保证模型精度的同时，减少计算量和存储空间，同时，通过模型压缩适配边缘设备，结合边缘‑云协同推理，实现了在边缘设备上的部署，降低对云端算力和网络的依赖。