中国水产科学研究院东海水产研究所渔业遥感与信息技术研究室研究员张胜茂为通讯作者的论文“Research on target detection of Engraulis japonicus purse seine based on improved model of YOLOv5”近日在海洋学国际期刊《Frontiers in Marine Science》（JCR分区一区）中发表。该成果得到了国家自然科学基金重点项目、浙江省海洋渔业资源可持续利用技术研究重点实验室开放课题和院所基本业务费项目的支持。

丁香鱼（Engraulis japonicus）是一种集群性强、生命周期短的中上层小型鱼类，分布于中国渤海、黄海、东海以及日本沿海。长期以来，我国近海渔业呈现出过度捕捞的趋势，鱼类的种群结构出现了低龄化、小型化和首次性成熟等问题。此外，渔船作业的统计主要依靠人工记录的方法，往往会出现漏记、错记等现象。为了解决目前丁香鱼限额捕捞与分类统计不准确的问题，本文提出一种改进YOLOv5的识别算法。该方法将SENet注意力机制引入到YOLOv5主干网络结构中，融合捕捞作业不同时期的目标信息，同时降低复杂背景的干扰，提高模型检测精度的同时保证实时检测效率。基于检测结果，利用卡尔曼滤波和匈牙利匹配法对主要类别分别进行统计。研究结果表明该算法在目标检测阶段可获得均值平均精度(mAP)为99.3%，精度为98.9%，召回率为98.7%，相比原模型分别提高了1.4%、1.7%和2.5%。在统计阶段，渔筐类别可以得到96.5%的准确率，对渔网和加工船分别采用阈值法可以分别得到85.8%和75%的准确率，试验效果良好，可以为丁香鱼作业识别和限额捕捞管理提供新的思路与技术手段。

图1 文章首页截图

图2 混淆矩阵分类结果

图3 模型检测结果

图4 渔筐统计

（渔业遥感研究室 张佳泽、张胜茂）