張 璐，李道亮，曹新凱，李文升，田港陸，段青玲※

（1. 中國(guó)農(nóng)業(yè)大學(xué)國(guó)家數(shù)字漁業(yè)創(chuàng)新中心，北京100083；2.中國(guó)農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院，北京 100083；3. 中國(guó)農(nóng)業(yè)大學(xué)北京市農(nóng)業(yè)物聯(lián)網(wǎng)工程技術(shù)研究中心，北京 100083；4. 萊州明波水產(chǎn)有限公司，萊州261400）

0 引 言

中國(guó)是漁業(yè)大國(guó)，水產(chǎn)品產(chǎn)量以水產(chǎn)養(yǎng)殖為主。2019年全年養(yǎng)殖水產(chǎn)品產(chǎn)量達(dá)5 079萬(wàn)t，占水產(chǎn)品總產(chǎn)量的78.38%[1]。隨著人工智能技術(shù)的發(fā)展，水產(chǎn)養(yǎng)殖也朝著自動(dòng)化、智能化的模式轉(zhuǎn)變[2-4]。計(jì)算機(jī)視覺技術(shù)因其具有簡(jiǎn)單、無(wú)損、高效等特點(diǎn)，成為提升現(xiàn)代水產(chǎn)養(yǎng)殖技術(shù)的重要手段[5-7]。在水產(chǎn)養(yǎng)殖中，養(yǎng)殖魚類生活在三維水體中，且由于其頻繁游動(dòng)，導(dǎo)致圖像中魚體形狀呈現(xiàn)不規(guī)則、魚體之間存在復(fù)雜多樣粘連的特點(diǎn)[8]。因此，準(zhǔn)確識(shí)別出圖像中的魚體目標(biāo)是進(jìn)行后續(xù)圖像處理的關(guān)鍵，是實(shí)現(xiàn)多種基本水產(chǎn)養(yǎng)殖操作自動(dòng)化的基礎(chǔ)。本研究對(duì)粘連魚體目標(biāo)進(jìn)行識(shí)別研究，對(duì)于水產(chǎn)養(yǎng)殖中的魚群計(jì)數(shù)、養(yǎng)殖密度估算等具有重要應(yīng)用價(jià)值。

目前粘連目標(biāo)識(shí)別研究多采用基于圖像特征閾值的方法，即先采用圖像處理技術(shù)分割出目標(biāo)連通區(qū)域，再提取出目標(biāo)連通區(qū)域的特征，通過(guò)設(shè)定特征閾值的方式判定該目標(biāo)連通區(qū)域是否粘連[9]。Duan等[10-11]分別采用連通區(qū)域圓形度和連通區(qū)域面積作為粘連目標(biāo)識(shí)別特征，人工設(shè)定特征閾值，實(shí)現(xiàn)了粘連魚卵的識(shí)別，在此基礎(chǔ)上進(jìn)行粘連魚卵分割和魚卵計(jì)數(shù)研究。韓書慶等[12]采用連通區(qū)域復(fù)雜度和連通區(qū)域面積作為粘連區(qū)域判斷的依據(jù)，通過(guò)試驗(yàn)確定特征閾值，實(shí)現(xiàn)了粘連豬體區(qū)域的識(shí)別，在此基礎(chǔ)上分割出粘連豬體。勞鳳丹等[13]采用目標(biāo)邊界復(fù)雜度和連通區(qū)域面積作為粘連目標(biāo)識(shí)別的特征，通過(guò)模型學(xué)習(xí)訓(xùn)練確定特征閾值，實(shí)現(xiàn)了復(fù)雜環(huán)境下粘連蛋雞的識(shí)別，在此基礎(chǔ)上進(jìn)行蛋雞計(jì)數(shù)。在該類粘連目標(biāo)識(shí)別方法中，特征的選取、特征閾值的確定都依賴于人工或者多次試驗(yàn)，具有一定的主觀性。并且，當(dāng)應(yīng)用目標(biāo)改變時(shí)，特征、特征閾值可能需要重新確定，因而算法的普適性較差。

以卷積神經(jīng)網(wǎng)絡(luò)為代表的深度學(xué)習(xí)目標(biāo)識(shí)別方法通過(guò)提取特征，學(xué)習(xí)數(shù)據(jù)規(guī)律，構(gòu)建目標(biāo)分類模型，實(shí)現(xiàn)目標(biāo)的自動(dòng)識(shí)別[14-16]，目前在水產(chǎn)養(yǎng)殖領(lǐng)域已有一些研究與應(yīng)用[17-19]。Taheri-Garavand等[20]利用基于卷積神經(jīng)網(wǎng)絡(luò)的VGG16結(jié)構(gòu)對(duì)鯉魚圖像進(jìn)行特征自動(dòng)提取，通過(guò)分類器對(duì)圖像進(jìn)行分類，實(shí)現(xiàn)了鯉魚新鮮度的自動(dòng)識(shí)別。Tamou等[21]采用基于卷積神經(jīng)網(wǎng)絡(luò)的AlexNet結(jié)構(gòu)自動(dòng)提取魚類圖像特征，采用支持向量機(jī)分類器對(duì)魚類圖像進(jìn)行分類，實(shí)現(xiàn)了水下活魚的識(shí)別。Rauf等[22]提出了一種32層的卷積神經(jīng)網(wǎng)絡(luò)模型，自動(dòng)提取魚體圖像特征，實(shí)現(xiàn)了魚類品種的識(shí)別。可見，深度學(xué)習(xí)技術(shù)在目標(biāo)識(shí)別領(lǐng)域已有一定應(yīng)用[23-25]，但尚未應(yīng)用于粘連目標(biāo)識(shí)別中。

綜上，本研究將深度學(xué)習(xí)技術(shù)應(yīng)用于粘連魚體目標(biāo)識(shí)別上，以解決目前粘連目標(biāo)識(shí)別方法精度低、普適性差等問(wèn)題。與傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)相比，深度可分離卷積網(wǎng)絡(luò)在保證相同卷積特征提取效果的基礎(chǔ)上，具有較低的計(jì)算復(fù)雜度，能夠進(jìn)一步滿足實(shí)際生產(chǎn)中粘連魚體自動(dòng)化、實(shí)時(shí)、準(zhǔn)確識(shí)別的需求。因此，本研究引入深度可分離卷積網(wǎng)絡(luò)代替?zhèn)鹘y(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建粘連魚體識(shí)別模型，提出了基于深度可分離卷積網(wǎng)絡(luò)的粘連魚體識(shí)別模型。首先采集魚群圖像數(shù)據(jù)，采用圖像處理技術(shù)分割出魚體連通區(qū)域圖像，構(gòu)建粘連魚體識(shí)別數(shù)據(jù)集；其次構(gòu)建基于深度可分離卷積網(wǎng)絡(luò)的粘連魚體識(shí)別模型，采用遷移學(xué)習(xí)方法訓(xùn)練模型；最后基于已訓(xùn)練模型實(shí)現(xiàn)粘連魚體的識(shí)別。本研究識(shí)別方法可自動(dòng)識(shí)別出粘連魚體，為實(shí)現(xiàn)水產(chǎn)養(yǎng)殖自動(dòng)化、智能化提供支持。

1 材料與方法

1.1 魚群圖像采集

本研究在中國(guó)農(nóng)業(yè)大學(xué)國(guó)家數(shù)字漁業(yè)創(chuàng)新中心搭建圖像采集平臺(tái)，采集魚群圖像數(shù)據(jù)，平臺(tái)示意圖如圖1a所示。平臺(tái)包括的硬件設(shè)備有：魚缸1個(gè)（長(zhǎng)×寬×高為1 m×1 m×1 m）、增氧機(jī)4臺(tái)（WP-3300A，松寶，中山市松寶電器有限公司，中國(guó)）、攝像頭1個(gè)（?？低?T86FWDV2-I3S，800萬(wàn)像素，4 mm焦距）、計(jì)算機(jī)1臺(tái)（64位Windows 10操作系統(tǒng)，Intel(R) Core(TM) i5-4590 CPU ＠ 3.3 GHz，8 GB內(nèi)存）等。采用支架將攝像頭固定在魚缸正上方，距離水面1.5 m，通過(guò)網(wǎng)線連接攝像頭與計(jì)算機(jī)。

采集到的魚群視頻數(shù)據(jù)被傳送到計(jì)算機(jī)中存儲(chǔ)。從采集到的魚群視頻數(shù)據(jù)中截取視頻幀，獲得魚群圖像（圖1b）。試驗(yàn)采集的魚群圖像為紅-綠-藍(lán)（Red-Green-Blue,RGB）彩色圖像，圖像分辨率為3 840×2 160像素，圖像格式為.jpg格式，共4 000張。

1.2 魚體圖像預(yù)處理與數(shù)據(jù)集構(gòu)建

由于魚群集聚的特性，在一張魚群圖像中會(huì)存在多個(gè)魚體連通區(qū)域。粘連魚體識(shí)別是指識(shí)別出該連通區(qū)域中的目標(biāo)魚體是否粘連。因此，從魚群圖像中分割出目標(biāo)魚體，獲取魚體連通區(qū)域圖像是進(jìn)行粘連魚體識(shí)別的基礎(chǔ)。本研究首先對(duì)目標(biāo)魚體進(jìn)行增強(qiáng)處理，再分割出魚體連通區(qū)域圖像，構(gòu)建粘連魚體識(shí)別數(shù)據(jù)集（圖2）。

首先，對(duì)魚群圖像進(jìn)行顏色空間轉(zhuǎn)換、顏色分量提取和中值濾波處理，以增強(qiáng)圖像對(duì)比度。由于原始魚群圖像中魚體目標(biāo)在色調(diào)-飽和度-明度（Hue-Saturation-Value，HSV）顏色空間（圖3a）中的明度（Value，V）分量圖像（圖3b）中與背景具有明顯的顏色反差。因此，提取HSV空間的V分量圖像[26]作為魚群圖像處理的初始圖像。在提取V分量圖像時(shí)，分辨率的閾值上限和閾值下限分別設(shè)置為100像素和225像素。在此基礎(chǔ)上，對(duì)圖像進(jìn)行中值濾波處理，濾波核的尺寸為3像素，獲得中值濾波圖像（圖3c）。

其次，從背景中分割出目標(biāo)魚體。由于本研究采集的魚群圖像來(lái)自同一試驗(yàn)平臺(tái)，所有圖像具有相同的背景，因此采用背景差分法[10]實(shí)現(xiàn)目標(biāo)魚體的分割，分割結(jié)果如圖3d所示。

最后，通過(guò)開運(yùn)算、閉運(yùn)算、小面積去除和空洞填充[10]去除圖像中孤立的小點(diǎn)、毛刺等噪聲（圖3e）以及填充魚體表面的空洞，獲得魚體連通區(qū)域圖像（圖3f）。開、閉運(yùn)算中采用的正方形結(jié)構(gòu)元素的尺寸為3×3像素，小面積去除中面積閾值設(shè)置為300像素，空洞填充采用Python軟件OpenCV庫(kù)的Floodfill函數(shù)實(shí)現(xiàn)。

由圖3f可知，經(jīng)過(guò)預(yù)處理后，該魚群圖像中含有11個(gè)魚體連通區(qū)域圖像，為本研究粘連魚體識(shí)別數(shù)據(jù)集貢獻(xiàn)了11個(gè)樣本。由于卷積神經(jīng)網(wǎng)絡(luò)處理三通道圖像，而分割出的魚體連通區(qū)域圖像為二值圖像，因此需要獲取魚體連通區(qū)域圖像的RGB圖像。本研究采用Python軟件Pillow庫(kù)的Image.crop函數(shù)在原魚群圖像中切割出魚體連通區(qū)域圖像的RGB圖像，構(gòu)成粘連魚體識(shí)別數(shù)據(jù)集，共27 836張。水產(chǎn)養(yǎng)殖中魚群養(yǎng)殖密度較大，多條魚之間出現(xiàn)相互接觸的情況，并且由于其生活在三維水體中，俯視魚群時(shí)，不同水體層中的魚體會(huì)出現(xiàn)重疊的情況。上述情況導(dǎo)致圖像中的魚體是連接在一起的，則這類圖像稱為粘連魚體圖像。當(dāng)圖像中只有一條魚時(shí)，該圖像稱為非粘連魚體圖像?；谏鲜龆x，人工標(biāo)注粘連魚體識(shí)別數(shù)據(jù)集，則獲得粘連魚體圖像9 105張，非粘連魚體圖像18 731張。

1.3 粘連魚體識(shí)別模型

1.3.1 基于深度可分離卷積網(wǎng)絡(luò)的粘連魚體識(shí)別模型構(gòu)建

MobileNet是一種基于深度可分離卷積的輕量級(jí)深度神經(jīng)網(wǎng)絡(luò)，具有較低的參數(shù)量和計(jì)算量，可應(yīng)用于手機(jī)等智能終端[27]。因此，本研究選用該網(wǎng)絡(luò)構(gòu)建分類模型，識(shí)別出粘連魚體和非粘連魚體。本研究提出了一種粘連魚體識(shí)別模型的網(wǎng)絡(luò)結(jié)構(gòu)，如圖4所示。該模型由輸入層、卷積層、池化層和全連接層構(gòu)成。其中，卷積層由1個(gè)傳統(tǒng)卷積和13個(gè)深度可分離卷積塊構(gòu)成，傳統(tǒng)卷積由32個(gè)3×3步長(zhǎng)為2的卷積核、批量規(guī)范化和激活函數(shù)構(gòu)成，深度可分離卷積塊由卷積核尺寸為3×3的深度可分離卷積、卷積核尺寸為1×1的傳統(tǒng)卷積、批量規(guī)范化和激活函數(shù)構(gòu)成。

首先將粘連魚體圖像的尺寸縮放至224×224像素作為模型輸入圖像；其次采用卷積核尺寸為3×3像素的傳統(tǒng)卷積對(duì)輸入圖像進(jìn)行特征提?。辉偻ㄟ^(guò)深度可分離卷積進(jìn)行特征提取，并采用卷積核尺寸為1×1像素的傳統(tǒng)卷積進(jìn)行通道處理，這一過(guò)程重復(fù)多次；然后通過(guò)平均池化層實(shí)現(xiàn)特征圖的壓縮降維；最后通過(guò)全連接層對(duì)卷積層和池化層提取的高維圖像特征進(jìn)行降維平鋪，將結(jié)果輸入到Softmax分類器中實(shí)現(xiàn)粘連魚體和非粘連魚體的識(shí)別。

深度可分離卷積將傳統(tǒng)的卷積操作分為深度卷積操作和傳統(tǒng)卷積操作，以此減少卷積操作的參數(shù)量和計(jì)算量。假設(shè)輸入特征圖尺寸為DF×DF像素，輸入通道數(shù)為M個(gè)，卷積核尺寸為DK×DK像素，輸出通道數(shù)為N個(gè)，則傳統(tǒng)卷積的計(jì)算量R1和深度可分離卷積的計(jì)算量R2的數(shù)學(xué)表達(dá)式分別如式（1）和式（2）所示：

深度可分離卷積與傳統(tǒng)卷積的計(jì)算量比如式（3）所示：

由式（3）可知，深度可分離卷積計(jì)算量的減少與輸出通道數(shù)和使用的卷積核尺寸相關(guān)。例如，當(dāng)卷積核尺寸為3×3像素，輸出通道數(shù)為64個(gè)時(shí)，深度可分離卷積比傳統(tǒng)卷積減少了約8～9倍的計(jì)算量。

在MobileNet中應(yīng)用深度可分離卷積時(shí)加入了批量規(guī)范化（Batch Normalization, BN），并使用了修正線性單元（Rectified Linear Unit，ReLU）中的ReLU6作為激活函數(shù)，其結(jié)構(gòu)如圖5所示。

引入BN是為了在模型訓(xùn)練過(guò)程中動(dòng)態(tài)調(diào)整一個(gè)批量數(shù)據(jù)的均值和標(biāo)準(zhǔn)差，以保證網(wǎng)絡(luò)容量、加快網(wǎng)絡(luò)訓(xùn)練速度、提高網(wǎng)絡(luò)泛化能力。其具體計(jì)算步驟如下：

假設(shè)輸入數(shù)據(jù)為X=X1…m，xi表示輸入的第i個(gè)數(shù)據(jù)，共輸入m個(gè)數(shù)據(jù)，輸出數(shù)據(jù)為yi，此批量數(shù)據(jù)X的均值和方差分別為μx和σx2，其計(jì)算如式（4）和式（5）所示：

進(jìn)行數(shù)據(jù)歸一化得到x?i和yi的值分別如式（6）和式（7）所示：

式中x?i為對(duì)xi進(jìn)行歸一化后得到的值，ε為防止除0引入的極小量，γ為尺度因子，β為平移因子。

激活函數(shù)采用ReLU6函數(shù)。假設(shè)a表示輸入特征值，則ReLU在a＞0的區(qū)域使用a進(jìn)行線性激活，有可能造成激活后的值太大，影響模型的穩(wěn)定性，為抵消ReLU函數(shù)的線性增長(zhǎng)部分，使用了ReLU6函數(shù)，其計(jì)算如式（8）所示：

1.3.2 基于遷移學(xué)習(xí)的粘連魚體識(shí)別模型訓(xùn)練

深度學(xué)習(xí)模型的訓(xùn)練階段分為2種策略，一種是在搭建的模型上從頭開始訓(xùn)練，另一種是通過(guò)預(yù)訓(xùn)練模型進(jìn)行訓(xùn)練，即遷移學(xué)習(xí)。遷移學(xué)習(xí)減少了構(gòu)建深度學(xué)習(xí)模型所需的訓(xùn)練數(shù)據(jù)、計(jì)算力，能夠很好地解決小數(shù)據(jù)集容易在復(fù)雜網(wǎng)絡(luò)上的過(guò)擬合問(wèn)題[28]。因此，本研究運(yùn)用遷移學(xué)習(xí)思想，充分利用MobileNet網(wǎng)絡(luò)模型在ImageNet數(shù)據(jù)集上學(xué)習(xí)到的大量知識(shí)，將其用于粘連魚體圖像分類識(shí)別問(wèn)題。

遷移學(xué)習(xí)包含2種訓(xùn)練機(jī)制，其一，凍結(jié)卷積層，只對(duì)全連接層進(jìn)行訓(xùn)練；其二，對(duì)所有層進(jìn)行訓(xùn)練。基于這2種訓(xùn)練機(jī)制，本研究采用了下述2種方式訓(xùn)練粘連魚體識(shí)別模型，基于試驗(yàn)結(jié)果，選擇出效果較好的一種遷移學(xué)習(xí)訓(xùn)練方式。訓(xùn)練方式1：凍結(jié)全部卷積層，只對(duì)全連接層進(jìn)行粗略訓(xùn)練。訓(xùn)練方式2：首先凍結(jié)全部卷積層，只對(duì)全連接層進(jìn)行粗略訓(xùn)練，其次解凍卷積層，對(duì)所有層進(jìn)行精調(diào)訓(xùn)練。

1.4 參數(shù)設(shè)置及評(píng)價(jià)與試驗(yàn)環(huán)境

1.4.1 參數(shù)設(shè)置及評(píng)價(jià)

本研究粘連魚體識(shí)別圖像數(shù)據(jù)集共27 836張，隨機(jī)選擇90%用于訓(xùn)練，10%用于測(cè)試，即訓(xùn)練集包含25 052張圖像，測(cè)試集包含2 784張圖像。訓(xùn)練集中包含用于模型訓(xùn)練的圖像和模型驗(yàn)證的圖像，兩者比例為9:1。

綜合考慮硬件設(shè)備性能及訓(xùn)練效果，試驗(yàn)每批次送入網(wǎng)絡(luò)中的訓(xùn)練和測(cè)試圖像都是4幅，即批尺寸設(shè)置為4，動(dòng)量參數(shù)設(shè)置為0.9，迭代次數(shù)為100。采用Adam優(yōu)化算法[29]，分別設(shè)置初始學(xué)習(xí)率為0.01、0.001和0.000 1，基于試驗(yàn)結(jié)果選擇出效果較好的學(xué)習(xí)率。損失函數(shù)采用交叉熵?fù)p失函數(shù)的損失值（loss value，Vloss）[30]，計(jì)算如式（9）所示：

式中y?jc表示第j個(gè)魚體圖像屬于第c類的真實(shí)概率；yjc表示第j個(gè)魚體圖像屬于第c類的預(yù)測(cè)概率；n表示魚體圖像的總數(shù)量。

采用準(zhǔn)確率（Accuracy）作為評(píng)價(jià)指標(biāo)，其計(jì)算如式（10）所示：

式中t表示正確識(shí)別的魚體圖像數(shù)量。

為了進(jìn)一步驗(yàn)證本研究提出的基于深度可分離卷積網(wǎng)絡(luò)的粘連魚體識(shí)別方法的優(yōu)越性，將其與基于支持向量機(jī)（Support Vector Machine，SVM）和基于反向傳遞神經(jīng)網(wǎng)絡(luò)（Back Propagation Neural Network，BPNN）的機(jī)器學(xué)習(xí)識(shí)別方法進(jìn)行了對(duì)比試驗(yàn)。SVM和BPNN識(shí)別

方法中采用目前常用的粘連目標(biāo)識(shí)別特征連通區(qū)域面積A和連通區(qū)域復(fù)雜度C作為模型分類特征。連通區(qū)域復(fù)雜度的計(jì)算如式（11）所示：

式中P表示連通區(qū)域周長(zhǎng)。

1.4.2 試驗(yàn)環(huán)境

本研究試驗(yàn)的硬件環(huán)境：操作系統(tǒng)為64位Windows 10，中央處理器（Central Processing Unit，CPU）為Intel(R)Core(TM) i5-9300H，主頻為2.4 GHz，內(nèi)存為8 GB，圖形處理器（Graphics Processing Unit，GPU）為NVIDIA GeForce GTX 1660Ti；軟件配置：運(yùn)算平臺(tái)為Cuda Toolkit 10.0.130，深度神經(jīng)網(wǎng)絡(luò)的GPU加速庫(kù)為Cudnn 10.0，編程語(yǔ)言為Python，深度學(xué)習(xí)庫(kù)為Keras 2.1.5 和Tensorflow-gpu 1.13.2。SVM方法基于Python軟件中的機(jī)器學(xué)習(xí)庫(kù)Scikit-learn（Sklearn）實(shí)現(xiàn)，BPNN方法基于Python軟件中的深度學(xué)習(xí)庫(kù)Keras實(shí)現(xiàn)。

2 結(jié)果與分析

2.1 粘連魚體識(shí)別模型驗(yàn)證結(jié)果

本研究提出了一個(gè)基于深度可分離卷積網(wǎng)絡(luò)的粘連魚體識(shí)別模型，實(shí)現(xiàn)了粘連魚體的識(shí)別。在模型訓(xùn)練過(guò)程中，分別采用了2種不同的遷移學(xué)習(xí)訓(xùn)練方式（訓(xùn)練方式1和訓(xùn)練方式2），設(shè)置了3種不同的常見學(xué)習(xí)率（0.01、0.001和0.000 1），以選出較好的遷移學(xué)習(xí)訓(xùn)練方式和學(xué)習(xí)率。采用不同遷移學(xué)習(xí)訓(xùn)練方式和不同學(xué)習(xí)率在訓(xùn)練集和驗(yàn)證集上的訓(xùn)練和驗(yàn)證結(jié)果如表1所示。

由表1可知，在2種遷移學(xué)習(xí)訓(xùn)練方式和3種學(xué)習(xí)率的組合下，基于深度可分離卷積網(wǎng)絡(luò)的粘連魚體識(shí)別方法在訓(xùn)練集和驗(yàn)證集上的準(zhǔn)確率均較高，表明了該方法的有效性，能夠準(zhǔn)確識(shí)別出粘連魚體。當(dāng)采用遷移學(xué)習(xí)訓(xùn)練方式2在學(xué)習(xí)率為0.000 1時(shí)，基于深度可分離卷積網(wǎng)絡(luò)的粘連魚體識(shí)別方法在訓(xùn)練集上的準(zhǔn)確率為100%，在驗(yàn)證集上的準(zhǔn)確率為99.60%，優(yōu)于其他訓(xùn)練方式與學(xué)習(xí)率的組合，取得最好的結(jié)果，因此最終確定為本研究方法。

表1 基于深度可分離卷積網(wǎng)絡(luò)的粘連魚體識(shí)別模型訓(xùn)練和驗(yàn)證結(jié)果Table 1 Training and validation results of recognition model for adhesive fish based on depthwise separable convolution network

2.1.1 不同遷移學(xué)習(xí)訓(xùn)練方式試驗(yàn)結(jié)果對(duì)比

遷移學(xué)習(xí)中基于預(yù)訓(xùn)練模型，采取不同的訓(xùn)練方式對(duì)于模型的收斂速度和準(zhǔn)確率均有一定影響。采用2種不同遷移學(xué)習(xí)訓(xùn)練方式在學(xué)習(xí)率為0.000 1時(shí)分別得到的損失值曲線和準(zhǔn)確率曲線如圖6所示。當(dāng)遷移學(xué)習(xí)采用訓(xùn)練方式1時(shí)，模型的收斂速度很慢。完成100次訓(xùn)練后，模型在訓(xùn)練集上獲得的最小損失值為0.243，最大準(zhǔn)確率為91.33%，模型在驗(yàn)證集上獲得的最小損失值為0.301，最大準(zhǔn)確率為88.38%。損失值較大，準(zhǔn)確率較低，且2個(gè)指標(biāo)在訓(xùn)練集和驗(yàn)證集上獲得的值相差較大。當(dāng)遷移學(xué)習(xí)采用訓(xùn)練方式2時(shí)，在粗略訓(xùn)練階段，模型在訓(xùn)練集上獲得的最小損失值為0.245，最大準(zhǔn)確率為91.22%，模型在驗(yàn)證集上獲得的最小損失值為0.453，最大準(zhǔn)確率為83.23%，該階段損失值較大，準(zhǔn)確率較低。在精調(diào)訓(xùn)練階段，模型在訓(xùn)練集上獲得的最小損失值為0，最大準(zhǔn)確率為100%，模型在驗(yàn)證集上獲得的最小損失值為0.032，最大準(zhǔn)確率為99.60%，該階段損失值大幅度降低，準(zhǔn)確率大幅度提升。上述結(jié)果表明，進(jìn)行遷移學(xué)習(xí)時(shí)，精調(diào)階段的訓(xùn)練有助于模型快速收斂。

2.1.2 不同學(xué)習(xí)率試驗(yàn)結(jié)果對(duì)比

學(xué)習(xí)率是深度學(xué)習(xí)模型訓(xùn)練過(guò)程中的重要超參數(shù)，表示每次更新參數(shù)的幅度。合適的學(xué)習(xí)率可以加快模型訓(xùn)練收斂速度。采用遷移學(xué)習(xí)訓(xùn)練方式2在不同學(xué)習(xí)率下分別得到的訓(xùn)練集和驗(yàn)證集的損失值曲線和準(zhǔn)確率曲線圖，如圖7所示。當(dāng)學(xué)習(xí)率設(shè)置為0.01時(shí)，在粗略訓(xùn)練階段，模型在訓(xùn)練集上獲得的最小損失值為1.275，最大準(zhǔn)確率為91.34%，在驗(yàn)證集上獲得的最小損失值為0.896，最大準(zhǔn)確率為92.93%，在精調(diào)訓(xùn)練階段，模型在訓(xùn)練集上獲得的最小損失值為5.254，最大準(zhǔn)確率為67.41%，在驗(yàn)證集上獲得的最小損失值為5.130，最大準(zhǔn)確率為68.17%。由此可見，在該學(xué)習(xí)率下，模型在訓(xùn)練集和驗(yàn)證集上的損失值和準(zhǔn)確率均沒有收斂到一個(gè)較好的值。并且，在進(jìn)入遷移學(xué)習(xí)的精調(diào)階段后，在粗略訓(xùn)練的基礎(chǔ)上，損失值大幅度上升，而準(zhǔn)確率大幅度下降。原因在于，過(guò)大的學(xué)習(xí)率引起損失值梯度爆炸，參數(shù)更新過(guò)快，破壞了遷移學(xué)習(xí)中原本訓(xùn)練好的權(quán)重信息，使遷移學(xué)習(xí)失去了意義。當(dāng)學(xué)習(xí)率設(shè)置為0.001時(shí)，模型在訓(xùn)練集上獲得的最小損失值為0，最大準(zhǔn)確率為100%，在驗(yàn)證集上獲得的最小損失值為0.028，最大準(zhǔn)確率為99.44%。當(dāng)學(xué)習(xí)率設(shè)置為0.000 1時(shí)，模型在訓(xùn)練集上獲得的最小損失值為0，最大準(zhǔn)確率為100%，在驗(yàn)證集上獲得的最小損失值為0.032，最大準(zhǔn)確率為99.60%。由圖7可以看出，在這2個(gè)學(xué)習(xí)率下，模型在訓(xùn)練集和驗(yàn)證集上的損失值和準(zhǔn)確率均快速收斂并趨于平穩(wěn)，且當(dāng)學(xué)習(xí)率為0.000 1時(shí)，模型的性能最好。

2.2 識(shí)別模型試驗(yàn)結(jié)果對(duì)比

將本研究提出的基于深度可分離卷積網(wǎng)絡(luò)的粘連魚體識(shí)別方法與基于SVM和基于BPNN的機(jī)器學(xué)習(xí)識(shí)別方法進(jìn)行了對(duì)比，試驗(yàn)設(shè)置和結(jié)果如表2所示。由表2可知，本研究提出的粘連魚體識(shí)別方法在測(cè)試集上的識(shí)別準(zhǔn)確率為99.32%，相較于基于SVM的93.86%和BPNN的67.03%，分別提高了5.46個(gè)百分點(diǎn)和32.29個(gè)百分點(diǎn)。由此可見，本研究方法的性能優(yōu)于基于SVM和BPNN的機(jī)器學(xué)習(xí)識(shí)別方法。原因在于上述2種機(jī)器學(xué)習(xí)識(shí)別方法依賴于手動(dòng)提取特征，難以基于實(shí)際數(shù)據(jù)和具體對(duì)象進(jìn)行特征的自適應(yīng)調(diào)整。

表2 識(shí)別模型對(duì)比試驗(yàn)的參數(shù)設(shè)置和結(jié)果Table 2 Parameter settings and results of comparative experiments for recognition models

綜上，本研究提出的基于深度可分離卷積網(wǎng)絡(luò)的粘連魚體識(shí)別方法在訓(xùn)練集、驗(yàn)證集和測(cè)試集上均取得很高的準(zhǔn)確率，驗(yàn)證了本研究方法的有效性；與基于SVM和BPNN的機(jī)器學(xué)習(xí)識(shí)別方法相比，準(zhǔn)確率均有提升，表明了本研究方法的優(yōu)越性。本研究方法實(shí)現(xiàn)了粘連魚體的準(zhǔn)確識(shí)別，對(duì)于提升水產(chǎn)養(yǎng)殖自動(dòng)化、智能化具有重要意義。

3 結(jié) 論

針對(duì)目前粘連魚體識(shí)別方法準(zhǔn)確率低、普適性差等問(wèn)題，本研究提出了一種基于深度可分離卷積網(wǎng)絡(luò)的粘連魚體識(shí)別方法。該方法是進(jìn)行后續(xù)魚體圖像處理的關(guān)鍵，對(duì)于及時(shí)準(zhǔn)確地進(jìn)行水產(chǎn)養(yǎng)殖中的密度估算、魚群計(jì)數(shù)，實(shí)現(xiàn)漁業(yè)自動(dòng)化、智能化具有重要意義。主要結(jié)論如下：

1）在學(xué)習(xí)率分別為0.01、0.001和0.000 1時(shí)，粗略訓(xùn)練與精調(diào)訓(xùn)練相結(jié)合的遷移學(xué)習(xí)訓(xùn)練方式獲得的驗(yàn)證準(zhǔn)確率分別為92.93%、99.44%和99.60%，僅采用對(duì)全連接層進(jìn)行粗略訓(xùn)練的遷移學(xué)習(xí)訓(xùn)練方式獲得的驗(yàn)證準(zhǔn)確率分為91.41%、92.01%和88.38%，前者的訓(xùn)練效果更好。

2）當(dāng)采用對(duì)全連接層進(jìn)行粗略訓(xùn)練和對(duì)所有層進(jìn)行精調(diào)訓(xùn)練相結(jié)合的遷移學(xué)習(xí)訓(xùn)練方式，在學(xué)習(xí)率為0.000 1時(shí)，模型快速收斂并取得最好的訓(xùn)練準(zhǔn)確率、驗(yàn)證準(zhǔn)確率和測(cè)試準(zhǔn)確率，分別為100%、99.60%和99.32%，識(shí)別效果最好。

3）與基于支持向量機(jī)（Support Vector Machine，SVM）和基于反向傳遞神經(jīng)網(wǎng)絡(luò)（Back Propagation Neural Network，BPNN）的機(jī)器學(xué)習(xí)識(shí)別方法對(duì)比，識(shí)別準(zhǔn)確率分別提高了5.46個(gè)百分點(diǎn)和32.29個(gè)百分點(diǎn)，表明本研究提出的方法能夠根據(jù)實(shí)際數(shù)據(jù)和具體識(shí)別對(duì)象進(jìn)行特征的自適應(yīng)調(diào)整，更加準(zhǔn)確地實(shí)現(xiàn)粘連魚體的識(shí)別。