基于机器视觉的船上鱿鱼分级技术研究.docxVIP

机械工程师MECHANICAL

机械工程师

MECHANICALENGINEER

机械工程师ME

机械工程师

MECHANICALENGINEER

PAGE5网址：

PAGE5

网址：电邮：hrbengineer@163.com圆园25年第2期

PAGE6圆园

PAGE6

圆园25年第2期网址：电邮：hrbengineer@163.com

基于机器视觉的船上鱿鱼分级技术研究

谢诚哲1，钟欢乐2，胡晓珍1

（1.浙江海洋大学，浙江舟山316022；2.舟山市蛟龙机械有限公司，浙江舟山316000）

摘要：目前远洋鱿钓中鱿鱼分拣环节以人工作业为主，缺少鱿鱼机械化自动分级能力。鱿鱼冷冻前直接进行分级分拣能够提高其经济价值和市场竞争力。为实现快速无接触式分级，提出一种基于视觉识别的鱿鱼智能分级方案。通过实际验证确定以胴长作为鱿鱼等级判断标准，并选用视觉识别作为测量方案。视觉识别的目标检测模型基于YOLOv5并对其特征融合部分进行改进，收集整理鱿鱼图像进行胴体标定后用于模型训练，得到一种可用于测量鱿鱼胴体长度并进行分级的目标检测识别模型，其检测速度可达69.52f/s，可满足实时性要求。在人工测量和模型检测对比试验中，该模型在鱿鱼检测上平均误差值为0.297cm，平均误差率为1.55%。试验结果表明，该模型准确性高，能实现鱿鱼测量和分级的目标，满足船载鱿钓工作对鱿鱼分拣的基本需要。

关键词：鱿鱼；分级；机器视觉；目标检测；特征融合；分拣

中图分类号:TH692.9 文献标志码:粤 文章编号：员园园圆原圆猿猿猿（圆园25）02原园005原园5

ResearchonGradeTechnologyofSquidonShipborneBasedonMachineVision

XIEChengzhe1,ZHONGHuanle2,HUXiaozhen1

(1.ZhejiangOceanUniversity,Zhoushan316022,China;2.ZhoushanJiaolongMachineryCo.,Ltd.,Zhoushan316000,China)Abstract:Atpresent,thesquidsortingprocessindeep-seasquidfishingismainlymanualoperation,andthereisnoabilityofmechanizedandautomaticgradingofsquid.Directgradingandsortingofsquidbeforefreezingcanimproveitseconomicvalueandmarketcompetitiveness.Toachievefastcontactlessgrading,avisualrecognitionbasedintelligentgradingschemeforsquidisproposed.Throughpracticalverification,thecarcasslengthisdeterminedasthestandardforjudgingthelevelofsquid,andvisualrecognitionisselectedasthemeasurementscheme.TheobjectdetectionmodelforvisualrecognitionisbasedonYOLOv5anditsfeaturefusionpartisimproved.Aftercollectingandorganizingsquidimagesforcarcasscalibration,itisusedformodeltrainingtoobtainatargetdetectionandrecognitionmodelthatcanbeusedtomeasurethelengthofsquidcarcassandgradeit.Itsdetectionspeedreaches69.52f/s,meetingreal-timerequirements.Inthecomparativeexperimentofmanualmeasurementandmodeld