Page 212 - 《水产学报》2023年第1期

王禹莎，等 水产学报, 2023, 47(1): 019516
P
i=1
之间的常用数学模型 [ 式 (10)~式 (12)]，基于训练 MAE = N jW estimated:i ¡ W measured:i j (14)
N
集计算出各参数，利用各参数计算出测试集鱼体
MRE =
重性状。 P i=1
N jW estimated:i ¡ W measured:i j =W measured:i (15)
: M = a + bS + cL + dH (10) N £
100
: M = a + bS (11)
MaAE = max N i=1 (jW estimated:i ¡ W measured:i j) (16)
b
: M = aS (12)
µ ¶
最后，为了确定拟合效果最佳的数学模型， MaRE = max N jW estimated:i ¡ W measured:i j (17)
以 0.02 g 高精度电子天平人工测量结果为真实值， i=1 W measured:i
使用有体重记录的 277 个个体数据作为样本进行
拟 合 。 计 算 R 、 P-value 统 计 量 、 均 方 根 误 差 2 结果
2
(MSE)、MAE、MRE、MaAE、MaRE 这 7 个指标
2.1 体尺检测结果
(13~17)，用于评估不同模型的拟合效果。
本研究共得到
4 8
s 477 尾大黄鱼体型数据，P P
i=1 [W estimated:i ¡ W measured:i ] 的检出率最高，为 99.3%；P P 的检出率最低，
P 2
2
MSE = N (13) 7 1
N 为 90.2%，其他形态学参数检出结果如表 1 所示。
表 1 体尺性状检出率
Tab. 1 Detection rate of morphological traits
体尺性状
morphological traits BL BH P 2 P 12 P 3 P 10 P 4 P 8 P 5 P 7 P 1 P 6 P 1 P 2 P 9 P 10 P 7 P 12 P 2 P 5
漏检数 number of misses 0 0 20 20 2 9 11 5 20 27 13
检出率/% detection rate 100.00 100.00 92.80 92.80 99.30 96.80 96.00 98.20 92.80 90.20 95.30
注：BH. 体高，BL. 体长，下同
Notes: BH. body height, BL. body length, the same below
体长、体高检测的相对误差如图 5 所示。体 体长、体高性状的检测误差结果如表 2 所示，

长相对误差整体低于体高相对误差，大部分个体 可以看出，体长检测最大相对误差为 7.44%，最
的体长相对误差在 6% 以内，体高相对误差在 9% 小相对误差为 1.51%，平均相对误差为 3.45%。体
高检测最大相对误差为 9.81%，最小相对误差为
以内，两性状平均相对误差均约为 3%，没有出现
0.27%，平均相对误差为 3.82%。
剧烈波动的异常数据，说明系统没有出现误检情
为了评估 Mask R-CNN 算法性能，比较 Mask
况，系统检测精度能够达到设计需求。
R-CNN 算法与传统算法、深度学习的鱼体分割算
10.0 法在大黄鱼体型性状预测上的性能差异。Mask R-
BL
BH CNN 算法在体长与体高性状预测方面的准确性分
7.5 别为 96.55% 和 96.71%，高于 Canny 和 SLIC 预测
相对误差/% relative error 5.0 准确性，与 Fast-RCNN 算法预测准确性性能相似。

算法在大黄鱼体长、体高性状估算
Mask R-CNN
2.5 的误差远低于其他三种算法。这些结果表明与
Canny、 SLIC 和 Fast-RCNN 算 法 相 比 ， Mask R-
CNN 算法更适用于大黄鱼体长、体高的估算 (表 3)。
0
0 10 20 30 40 50
2.2 体重估测结果
原始图像
original images 对公式 (8)~(10) 数学模型的相关系数进行拟
图 5 体长和体高检测的相对误差 合，得到如下公式。
Fig. 5 Relative error in body length and Polynomial : M = ¡6:680 45 + 0:538 27S+
(18)
body height detection 0:552 07L + 1:033 86H
中国水产学会主办 sponsored by China Society of Fisheries https://www.china-fishery.cn
5