Page 209 - 《水产学报》2025年第7期

曹正良，等 水产学报, 2025, 49(7): 079616

相机 15dB) 和 HTI-96-Min 水听器 (High Tech, 美国)。
camera
每天 9:00—10:00 和 18:00—19:00 投喂颗
杆
pole 粒饲料，喂养 1 个月后开始实验。为了更自然
地观测罗氏沼虾的行为，水听器设置在水面下
水听器 15 cm，水下相机紧贴实验水缸的一侧，水上相
水下相机
hydrophone
underwater based camera 机设置在水面以上 60 cm，尽量减少人为干扰
对罗氏沼虾行为的影响。在数据采集后通过观

察录像及对声音信号数据 (格式 WAV) 比对，
图 1 实验声音采集布设
确定比较明显的三种特征行为声音信号：摄食、
Fig. 1 Arrangement of experimental sound acquisition 移动、打斗。

1.2 基本流程
首先通过对采集到的三种特征行为声音信
号进行 Mel 转换得到 Mel 频谱图，所得 Mel 频
谱图作为数据集。为了提高模型的泛化能力，
(a) (b) (c)
对数据集进行处理 (如将 Mel 频谱图添加高斯噪
图 2 SM4 (a)、HTI-96-Min 水听器 (b)
与采集相机 Gopro (c) 声，水平翻转等)。将处理后的数据导入到设计
的模型中，对训练之后的模型进行测试及性能
Fig. 2 SM4 (a), HTI-96-Min hydrophone (b) and
acquisition camera Gopro (c) 评估，最终得到模型的性能指标 (运行时间、内
存占用、分类准确率等)。流程如图 3 所示。

数据混合
样本声音 转化 Mel 图
罗氏沼虾 data mixup
sample sound Mel graph
M. rosenbergii
transformation

(a)
BN 实例归一化
样本集 CNN BN instance
sample set normalization
模型训练 改进
model training improvement
VGG16

特征提取层
Resnet18
feature extraction layer
(b)
识别准确率 运行时间
recognition accuracy run time
性能评估 确定模型
performance evaluation certainty model
改进的模型 损失率 内存占用
BN-model rate of loss memory usage
召回率 分类准确率
recall rate classification accuracy
(c)
图 3 基本流程图
(a) 数据处理图，(b) 模型训练与改进图，(c) 评估过程图。
Fig. 3 Basic flow diagram
(a) data processing, (b) model training and improvement, (c) evaluation process.

中国水产学会主办 sponsored by China Society of Fisheries https://www.china-fishery.cn
3