基于YOLOv5算法对斑马鱼幼鱼的检测研究

摘要：

斑马鱼幼鱼行为学分析常常是药物学研究与基因操作的直观表现,在封闭、复杂环境下对幼鱼进行检测是研究其功能特性的基本步骤.由于幼鱼属于小目标,本文通过去掉YOLOv5网络中的大尺度预测层和大、中尺度预测层,得到了YOLOv5m-sm模型以及YOLOv5m-s模型;由于没有公开的幼鱼数据集,本文使用DarkLabel标注软件将幼鱼头部作为特征标记,得到的Zebradata数据集,并按4:1的比例分为训练集与验证集,分别用来训练及验证模型;为了测试算法对幼鱼的检测能力,使用160张含有23条幼鱼的测试集对YOLOv3m、YOLOv5s、YOLOv5m-s、YOLOv5m-sm和YOLOv5m模型进行识别实验.实验结果表明,YOLOv5m-s算法具有较高的识别准确度,满足幼鱼目标检测要求.

关键词：目标检测、YOLOv5、斑马鱼幼鱼

所属期刊栏目：12

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2022-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：129-131,135