一、技術簡介

魚類智能識別技術通過水下裝置實時采集過魚影像並上傳至人工智能工作站預處理，調用魚類種類識別和追蹤計數模型，實時識別過魚影像，輸出過魚種類和數量數據；實時分析監測數據，上傳至監測信息平台；圖形化展示過魚數據、水文水質數據，提供PC端和移動端在線查看、查詢、編輯、下載等功能。過魚設施魚類智能監測係統可實現魚道工程現場高渾濁度水體、高速遊動狀態下魚類的細粒度動態識別，自主研發的基於YOLO+DeepSORT魚類跟蹤識別算法，準確率達到90%以上；自主研發的密集魚群和小目標魚類識別追蹤算法，實現了多目標魚群遮擋情況下準確跟蹤魚類個體；研發的TensorRT加速算法，實現了模型最大推理吞吐量，保證了魚類影像的實時處理。算法具有普適性，可拓展於不同水域、不同生態類型的魚類種類識別。自主研發了與算法匹配的硬件設備，根據魚類行為學特征設計涵箱大小、攝像頭位置和采集角度；優化了設備形體的力學特征；設計隱藏式自動擦玻璃裝置和水下補光設備，實現了水下視頻圖像與人工智能算法匹配。過魚設施魚類智能分析係統可實現過魚監測數據和水文、水質等監測數據智能耦合分析，實現智能統計和可視化展示，並具有智能預警功能。

二、主要技術指標

1. 在濁度NTU 100 時，魚類種類智能識別和數量自動統計準確率大於90%；

2. 實時采集並處理渾濁水體中的魚類聲學和光學圖像，響應時間隔小於3s；

3. 實時分析水文、水質等監測數據，智能評估過魚效果。

三、社會經濟效益、引用情況及適用範圍

(1)社會經濟效益：主要應用於環保領域，應用案例表明，智能運行監測方式節約人力成本，每年產生經濟效益150萬元以上。自主研發的集魚類智能識別和跟蹤、數據自動分析統計、多源數據操作管理為一體的軟硬件係統，大幅度提升了過魚效果監測和資源調查的效率和準確率。典型規模下，過魚設施監測係統采購、安裝成本約150萬元（一次性投入）。

（2）應用情況：2021年1月至今，魚類智能識別和過魚效果監測應用於DG魚道工程；2022年3月起，陸續應用於藏木、JC和巴塘水電站魚道。還應用在新疆開都河和青海引大濟湟工程魚道監測等。應用表明，魚類種類智能識別和數量自動統計準確率可提高到90%以上，其中DG魚道為95.7%，藏木魚道為96.4%；能快速高效準確地識別保護魚類；智能運行監測方式節約人力成本，每年產生經濟效益150萬元以上；首次開發並應用過魚設施過魚效果智能監測係統，為長期連續開展監測提供技術支撐，獲中央環保督查高度肯定，得到生態環境部環評司和環境工程評估中心認可；監測結果也為優化水電站增殖放流和魚道適應性管理提供技術支撐。

（3）適用範圍：本技術主要應用於水利水電工程領域，如魚道、集運魚工程等，過魚設施智能運行監測係統的成功上線運行將大幅降低過魚設施工程的運行管理成本。還可應用於水生態資源調查、水產養殖等領域。為長期連續開展監測提供技術支撐，監測結果為優化水電站增殖放流和魚道適應性管理提供技術支撐。可為行業部門監管提供實時的生態監測數據，提高魚類資源保護效果，獲中央環保督查高度肯定，得到生態環境部環評司和環境工程評估中心認可，推進國家生態文明高地建設。

四、技術圖片 

魚類智能監測平台係統   魚類智能監測平台係統

五、其他

技術持有單位：中國水利水電科學研究院

技術聯係人：柳春娜，副主任，15811043560，010-68781664，liucn@iwhr.com