买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国农业大学申请的专利一种基于计算机视觉的鱼苗动态计数方法与装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116342498B 。

龙图腾网通过国家知识产权局官网在2025-12-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310189467.4，技术领域涉及：G06T7/00；该发明授权一种基于计算机视觉的鱼苗动态计数方法与装置是由李振波;张涵钰;于广上;林子翔;杨普设计研发完成，并于2023-02-23向国家知识产权局提交的专利申请。

本一种基于计算机视觉的鱼苗动态计数方法与装置在说明书摘要公布了：本发明公开了属于鱼苗动态计数技术领域的一种基于计算机视觉的鱼苗动态计数方法与装置。该方法将鱼苗计数看作基于检测跟踪框架的多目标跟踪问题，以轻量型YOLOv5‑Nano实现鱼苗检测，并针对鱼苗之间不同的遮挡程度对跟踪的影响，以多次匹配与轨迹恢复方向设计多目标跟踪算法，提高检测模型与跟踪算法的联合效果，最后以跟踪轨迹与计数线交叉为依据实现动态鱼苗计数。该装置包括数据采集与数据处理两部分，采集部分可减少鱼苗下滑的阻力，有助于轨迹跟踪，且聚集鱼苗的遮挡程度有所下降，有助于提高计数精度，处理部分则可保证鱼苗计数的实时性。本发明设计的鱼苗计数方法与装备对于需要大量鱼苗计数的活动具有广泛使用价值。

本发明授权一种基于计算机视觉的鱼苗动态计数方法与装置在权利要求书中公布了：1.一种基于计算机视觉的鱼苗动态计数方法，其特征在于，包括以下步骤： 步骤1：采集流水鱼苗数据；分别采集用于模型训练与计数测试的视频数据，对采集到的用于模型训练的视频进行数据清洗以获得有效图像，利用LabelImg工具，对原始数据集中鱼苗目标进行边界框标注；人工统计出用于计数测试的视频数据用于后续实验； 步骤2：构建流水鱼苗数据集；对步骤1获得的有效图像进行运动模糊、亮度调整、噪声增加和图像翻转的数据增强来构建数据集，经过人工检查确认扩充结果无误后，划分训练集和测试集； 步骤3：确定鱼苗检测模型；为保证计数方法的轻量化与实时性，对比SSD、YOLOv5-Small、YOLOv5-Nano、YOLOv6-Tiny、YOLOv7-Tiny轻量型一阶段检测模型的检测精度，最终确定采用YOLOv5-Nano作为检测模型对鱼苗目标进行检测； 步骤4：优化鱼苗多目标跟踪算法；运用检测跟踪框架的多目标跟踪方法，与步骤3的检测模型联合实现鱼苗运动跟踪；其中跟踪算法为不同置信度的检测框设计不同的匹配策略，以保证跟踪目标的正确匹配，并保存每个成功跟踪目标的最新检测信息，以帮助恢复被遮挡目标的跟踪轨迹； 所述步骤4具体包括以下子步骤： 步骤41：以置信度阈值0.7为依据将检测框分为高分检测框与低分检测框，高分检测框与跟踪轨迹进行首次匹配，利用欧式距离Dij实现高分检测框与跟踪信息的首次数据关联，得到不匹配轨迹、不匹配检测框和匹配轨迹； 步骤42：结合高分检测框与低分检测框的交并比IoU与中心点距离的DIOU进行后续数据关联，将低分检测框与步骤41得到的不匹配轨迹进行二次匹配； 步骤43：利用存储的二次匹配后的未匹配轨迹的最新检测框信息与高分检测框进行DIOU匹配，恢复目标跟踪轨迹； 欧式距离Dij与DIOU的计算公式如下： DIOU＝IOU+Dij23 其中D,T分别表示检测框和跟踪框，xi、xj表示检测框与跟踪框在x轴方向的中心点，yi、yj表示检测框与跟踪框在y轴方向的中心点，L表示检测框和跟踪框最小外接矩形的对角线的长度； 步骤5：确定动态计数依据；对比基于跟踪ID、计数线和计数区域三种方法的计数效果，最终确定在图像区域内设置计数线，当视频图像中的鱼苗跟踪轨迹与计数线相交，表明鱼苗已进入打包袋，实现对进入打包袋的鱼苗进行计数； 步骤6：模型训练评价；将YOLOv5-Nano与ByteTrack、OC-SORT、多目标跟踪方法分别联合实现鱼苗运动跟踪，并以步骤5的鱼苗跟踪轨迹与计数线交叉实现动态计数测试，通过对比以上三种跟踪算法在已知鱼苗数量测试视频的计数效果来评价动态计数精度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国农业大学，其通讯地址为：100193 北京市海淀区圆明园西路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。