Page 211 - 《水产学报》2025年第7期

曹正良，等 水产学报, 2025, 49(7): 079616

颜色相对更暗 (图 4-b)。罗氏沼虾在缸底移动时 Normalization (BN) 进行试验对比并判断模型是
包含多个频率带，特别是在低频段 (约 1 000 否符合需求。③通过进一步考察模型声音信号
Hz 以下) 有明显的垂直条纹，频率带分布较多 分类的指标 (即分类精确率、F1 值、召回率等)
且不均匀，高能量区域分布更加分散，即多个 确定最优模型。④录入一段训练前原始的音频
频率在不同时间点上出现了显著能量峰值，高 文件，并通过音频文件转换为 Mel 频谱图的形
频段也出现了比钳子抓取声事件更多的特征 式检验识别模型的运行情况，包括识别时间、
(图 4-c)。对采集的单只罗氏沼虾的摄食、移动、 占用内存及准确率。
两只打斗的行为的发声信号进行分类研究并划
对比试验 为了匹配当前数据特征并选
分为类别 0、1、2。在数据的收集过程中，通
择合适的模型，本实验中分别采用了 CNN、
过对 600 个收集到的 3 种 Mel 频谱图进行水平
ResNet18 和 VGG16 三种网络结构，在构建的
翻转、添加高斯噪声及高斯模糊等方法，一共
数据集上统一进行了 150 次迭代训练，并通过
得到 1 200 个样本，将这 3 种数据集打上标签 比较模型迭代后的准确率、损失值、内存占用
并随机打乱，按照 6∶3∶1 的比例随机划分训
及运行时间，选择适用模型。
练集、验证集和测试集。
由表 1 的准确率、损失值、内存占用和运

3 讨论 行时间的结果可以看出， ResNet18 以 97.67%
的最高准确率和 0.073 的最低损失值，展现出

3.1 模型 CNN、ResNet18 与 VGG16 的选择 最佳的学习效果。同时，其最大内存占用仅为

CNN、ResNet18 和 VGG16 是三种典型的 857.89 Mb，远低于 CNN 和 VGG16，大幅减少
卷积神经网络结构。CNN 是基础的卷积神经网 计算资源消耗，使其在计算资源受限的情况下
络，通过卷积层、池化层和全连接层提取图像 仍能高效运行，适合在较低算力设备上部署。
此外，ResNet18 的运行时间最短 (369.46 s)，计
特征，其结构简单但只能处理局部特征、难以
捕捉复杂行为模式，因其计算量小，比较适用 算效率最高。由于罗氏沼虾的行为特征具有一
于小型数据集。VGG16 [24] 通过堆叠多个 3×3 卷 定的动态性，其对环境的反应会随着时间、温
度的变化而改变，这要求模型能够准确、高效
积层和 2×2 池化层，所构建的 16 层深度网络比
基础 CNN 具有更强的特征提取能力，因参数量 地捕捉发声信息以确定行为模式。VGG16 虽计
较大，适用于高精度而计算资源较充足的情况。 算成本较大，但是在预测准确率与学习潜力上
优于 CNN，ResNet18 在保证预测精度的同时兼
ResNet18 则引入了残差连接，通过跳跃连接将
顾计算成本和效率。因此，可选择 VGG16 和
输入直接传递到后面的层，可解决深层网络中
的梯度消失问题，适用于计算资源受限设备， Resnet18 进行优化改进。
在保持较高识别精度的同时更利于网络训练。 BN [25] 是一种用于深度神经网络的归一化

[26]
模块 ，其计算公式：
试验环境 试验环境为 Intel(R) Core(TM)
i7-10750H CPU @ 2.60 GHz 处理器， NVIDIA 1 ∑ N ∑ H ∑ W
µ c = i=1 j=1 k=1 x icjk (2)
GeForce RTX 2 060 显卡，6 GB 内存，软件选择 NHW
Anaconda python 3. 11.5，开源学习框架 pytorch， σ = 1 ∑ N ∑ H ∑ W ( x icjk −µ c ) 2 (3)
2
版本为 2.4.1。优化器为 SGD，输入图像尺寸 NHW i=1 j=1 k=1
224×224×3，批处理规模为 32，学习率为 0.000 01， 表 1 三种模型实验结果对比
动量 0.09，权重衰减 0.001。
Tab. 1 Comparison of experimental

试验方案 设计以准确率及精确率作为 results of three models
评价标准，为验证本研究中所提出的方法对比 模型 准确率/% 损失值 内存占用/Mb 运行时间/s
罗氏沼虾行为分类的结果，设计了以下对比试 model accuracy loss value max memory usage run time
验：①比较在 CNN、ResNet18 与 VGG16 在训 CNN 85.83 0. 12 2 214.86 549. 50
练图集的识别准确率。②在已有网络模型的基 VGG16 92.50 0. 08 4 074.54 557. 20
础 上 对 其 优 化 ， 在 特 征 提 取 模 块 加 入 Batch ResNet18 97.67 0. 07 857. 89 369. 46

中国水产学会主办 sponsored by China Society of Fisheries https://www.china-fishery.cn
5