基于计算机视觉的黄颡鱼表型特征测量和体重预测模型研究

作     者：何志鹏 巩高瑞 熊阳 蒋有渤 胡景琦 皇培培 梅洁 HE Zhi-Peng;GONG Gao-Rui;XIONG Yang;JIANG You-Bo;HU Jing-Qi;HUANG Pei-Pei;MEI Jie

作者机构：华中农业大学水产学院武汉430070 武汉轻工大学动物科学与营养工程学院武汉430023 

出 版 物：《水生生物学报》 (Acta Hydrobiologica Sinica)

年 卷 期：2024年第48卷第7期

页      面：1149-1158页

核心收录：

学科分类：08[工学] 0828[工学-农业工程] 082801[工学-农业机械化工程] 

基　　金：国家现代农业产业技术体系(CARS-46) 湖北省重点研发计划项目(2023BBA001) 武汉市科技重大专项(20220213020248545)资助 

主　　题：计算机视觉 表型数据 体重预测 黄颡鱼 

摘      要：为提高黄颡鱼表型数据的获取效率,研究开发出一种简易表型获取装置,通过YOLOv8网络模型快速、高效、精确地测量所采集图像中的黄颡鱼表型特征参数。研究共采集1752张黄颡鱼图像数据,基于YOLOv8网络对图像集训练和验证后,完成对584尾黄颡鱼的体面积、头面积、全长、体长、头长、体高、头高、体宽、头宽、腹部面积、胸鳍长度共11种表型特征数据的测量。结果表明,利用该系统测量长度相关的表型性状的平均相对误差均在1%左右,在测量面积相关的表型性状的平均相对误差在3%左右,且所有表型性状的测量时间均在1s之内。进而,将获得的表型数据与鱼体重进行相关性分析、通径分析、回归分析。结果显示,头高对黄颡鱼体重的直接作用最大,其次为头宽、体面积、体长、腹部面积、胸鳍长度,并以这6个性状建立多元回归模型对体重拟合,得到最大的相关指数(0.948),表明这些性状是影响黄颡鱼体重的重要性状。研究提供了一种快速测量黄颡鱼表型数据的技术,为黄颡鱼的良种创制提供基础。