欢迎进入厦门欣仰邦科技有限公司官网！
0592-3564822
0592-3564822
公司电话 : 0592-3564822
业务咨询 : 17850532774
鱼群活动状态是反映水产养殖生产过程的重要生物行为信息。鱼类在不同生长阶段和环境条件下，会表现出游泳、集群、分散、觅食、争食、避让、停留及其他行为特征。这些行为受到鱼种、体型、养殖密度、水温、溶解氧、光照、水流、投饵和人为干扰等因素共同影响。
在传统养殖生产中，鱼群活动及摄食情况主要依赖人工巡塘观察。养殖人员通常根据鱼群是否聚集、是否抢食、饲料是否剩余以及水面是否出现异常活动等现象判断投饵时机和投饵量。
人工经验具有重要价值，但不同人员对鱼群活动程度及摄食强度的判断可能存在差异。尤其在大面积养殖池塘、高密度工厂化养殖设施和多池塘集中管理场景中，仅依靠人工观察难以持续获得标准化、可追溯的行为数据。
鱼群活动监测技术通过水面相机和水下相机采集连续图像，利用边缘计算设备进行目标检测、运动轨迹分析、集群特征提取和摄食行为识别，为养殖管理提供更丰富的实时信息。
水面相机主要用于观察鱼群浮出水面、聚集抢食、水面扰动和饲料落点等现象。水下相机则用于观察摄像机有效视野内的游泳方向、鱼体分布、觅食活动以及必要的残饵或颗粒下沉情况。
两种相机的观察范围和限制不同。水面相机容易受到反光、波浪、漂浮物、雨滴和水面泡沫影响；水下相机容易受到水体浑浊、光线衰减、悬浮颗粒、气泡和鱼体相互遮挡影响。
对于水色较深、浊度较高或夜间光照不足的养殖池塘，普通可见光摄像机可能无法获得足够清晰的鱼体图像。此时需要通过相机选型、安装位置优化和适当补光改善成像条件。
但是，补光本身也可能影响鱼群行为。不同鱼种和不同生长阶段对光照强度、光谱和突然开灯的响应并不完全相同，因此应控制补光强度、开启时间和照射方向，避免为提高算法识别效果而明显干扰正常摄食。
鱼数量监测是鱼群视觉分析的重要功能之一。通过图像目标检测，可以统计某一时刻摄像机视野中能够辨认的鱼类目标数量。
需要指出，画面内可见鱼数量不等于整个池塘的实际鱼类总数。摄像机视野只能覆盖特定空间范围，视野之外的鱼、被遮挡的鱼、远处难以分辨的鱼以及因浑浊无法成像的鱼均可能未被计入。
在鱼群密集聚集时，多条鱼可能相互重叠，形成难以区分的视觉区域，导致检测数量小于真实可见范围内的个体数量。
此外，同一条鱼可能连续出现在多帧视频中。如果简单将各帧检测数量相加，会对同一条鱼重复计数。因此，系统需要根据监测目的区分瞬时可见数量、轨迹去重计数和指定区域过线计数。
在设置导流通道、过鱼断面或其他受控计数条件时，可以通过目标轨迹与虚拟计数线的交叉事件统计通过数量。但是，如果鱼类反复往返、出现遮挡或跟踪身份丢失，仍可能产生重复计数或漏计。
要将过线计数用于实际鱼类存量统计，必须进一步保证计数通道具有明确的通过方向和个体通过约束，并通过人工或独立方法进行验证。
鱼群活动特征监测重点分析鱼体运动速度、活动频率、集群密度、分散程度、运动方向、局部聚集及活动突变等指标。
这些指标可以描述鱼群在摄像机有效视野内的行为变化，但并不能仅凭某一种活动特征自动判断鱼类已经患病、缺氧或受到特定污染物影响。
例如，鱼群突然聚集可能与正常投饵、光照变化、水流变化或其他外部刺激有关；异常分散也可能与饵料分布、摄像机视野变化和养殖管理操作有关。
因此，行为监测应建立同一鱼种、相似规格、相同观测位置和可比环境条件下的正常行为背景，并在条件允许时关联DO、水温及其他有效水质参数。
鱼群摄食行为识别是本方案的另一项重要功能。传统投饵设备主要依赖时间表或设定投饵量执行任务，可能无法及时反映鱼群实际摄食需求的变化。
视频分析可以在投饵前、投饵中和投饵后观察鱼群对饲料刺激的反应。例如，投饵开始后鱼群是否向投饵区聚集、运动活跃程度是否增加、是否出现连续觅食动作，以及投饵后摄食活动是否逐步减弱。
这些信息能够用于构建摄食响应评分，为人工或自动投饵决策提供参考。
但摄食响应评分并不等于真实摄入饲料质量。水面翻腾和鱼群聚集可能表现出较强摄食活动，而部分饲料仍可能沉入水底或流失。
同样，鱼群活动较弱也不一定意味着鱼类没有摄食。不同鱼种的摄食方式、饲料类型和投放位置不同，有些鱼可能在较深水层或非主要摄像机视野内摄食。
因此，摄食行为分析需要与实际投饵质量、投饵时段、料位变化和投饵执行反馈结合，而不能只依据视频动作强度决定饲料总量。
投饵质量监测是实现投饵过程可量化管理的重要基础。对于配置称重机构的投饵设备，可以测量饲料仓或计量料斗的质量变化，并结合实际机械状态分析投放质量。
如果采用料仓总质量差分法，应考虑风载、设备振动、物料架桥、人工加料、料仓受力结构及称重信号稳定性等因素。
对于采用螺旋输送、叶轮抛撒或其他容积式出料机构的设备，电机运行时间和转速能够为估算投饵量提供辅助数据，但不能在未经标定时直接代表实际投饵质量。
同一出料机构的实际质量流率可能受到饲料颗粒大小、密度、含水率、料仓剩余量和机械磨损影响。因此，采用时间或转速换算投饵质量时，必须建立适用的实物标定关系。
料位监测用于识别饲料仓剩余物料状态。常见方式包括雷达、超声波、称重或其他适用检测方法。
需要区分料位与料重。料位通常表示物料高度或装填程度，而剩余饲料质量取决于料仓几何形状、饲料堆积密度和物料分布。
当饲料架桥、形成空洞或堆积不均匀时，单点料位可能无法准确反映真实剩余质量。因此，在需要准确统计投饵质量的项目中，宜采用直接称重，并将料位作为补料管理和异常判断的辅助信息。
投饵执行状态监测同样不可忽视。控制器发出投饵启动命令，只说明控制程序要求设备运行，不能证明饲料已经实际离开料仓。
例如，投饵电机可能已经运转，但出料口发生堵塞、螺旋输送机构空转、皮带断裂或料仓无料，此时设备可能显示运行，却没有形成有效投料。
因此，系统应同时采集投饵命令、驱动运行反馈、电机电流、称重变化、料位变化和必要的出料检测信号。
通过综合判定，可以区分任务已下发、机械执行中、确认出料、执行异常和投饵任务完成等状态。
边缘计算是鱼群活动监测系统的重要技术组成。鱼群视频具有数据量大、连续性强和实时分析要求高等特点，如果所有原始视频均上传远程服务器处理，可能产生较大的网络带宽需求和通信延迟。
通过在养殖现场部署具备视频解码、图像处理和AI推理能力的边缘终端，可以在本地完成鱼目标检测、轨迹跟踪、摄食评分和事件识别，仅上传必要结构化结果与事件视频片段。
但是，边缘计算设备的实际处理能力与视频分辨率、通道数量、算法复杂度、推理帧率和功耗有关，不能仅依据处理器名称或理论算力承诺能够稳定运行全部识别功能。
项目需要通过目标鱼种和真实水体视频进行模型训练及性能测试，确认在正常、夜间、高密度、浑浊和强反光条件下的有效识别能力。
对于投饵联动，系统应采用安全优先的分级控制方式。摄食识别可以先用于辅助人工决策，在具有充分验证数据、可靠称重反馈和完善限量保护条件后，再逐步启用受限自动投饵。
当摄像机失效、称重异常、设备堵塞、料位不足或关键水质信息无效时，系统应按预先批准的安全策略处理，而不是继续无条件增加投饵量。
本方案提出以水上水下双视角视频、鱼群目标检测和跟踪、活动行为分析、摄食响应量化、称重与料位监测、投饵执行反馈和边缘AI推理为核心，建设鱼群活动与智能摄食综合在线监测系统。
通过连续视频和结构化行为数据，记录鱼群活动变化，减少完全依赖人工观察的局限。
在适用视觉条件下统计可见鱼数量、有效过线计数及其他经验证的数量指标，并明确统计范围。
将鱼群聚集、运动变化和觅食动作转化为可比较的行为特征。
通过称重或经过验证的出料标定，记录实际投放的饲料质量。
监测料位、驱动运行和实际出料反馈，降低投饵机空转、堵料和任务执行失败造成的数据误判。
在现场完成视频处理和行为事件识别，减少对远程高带宽视频传输的依赖。
第一，人工观察鱼群活动缺少连续、量化和可追溯的数据。
第二，摄像机可见鱼数量容易被误解为鱼塘实际存量。
第三，同一条鱼反复进入画面会造成重复计数。
第四，密集鱼群相互遮挡，影响目标检测和轨迹跟踪。
第五，水体浑浊、气泡和反光会降低视频识别效果。
第六，水下补光可能改变鱼群原有行为。
第七，鱼群聚集及水面翻腾并不一定代表实际摄食量较高。
第八，摄食行为受鱼种、规格、光照、环境和饲料类型影响。
第九，投饵机启动不等于真正出料。
第十，按照出料电机运行时间估算质量可能存在较大误差。
第十一，料位高度无法在所有物料条件下准确转换为剩余质量。
第十二，称重设备受到机械振动和风载时可能出现读数波动。
第十三，鱼群实际摄入的饲料质量难以直接由投饵机出料量确定。
第十四，多通道高清视频可能超过现场边缘设备持续处理能力。
第十五，缺少模型现场验证，容易产生行为识别误报和漏报。
第十六，自动投饵缺少质量限额、故障闭锁和人工接管机制。
通过建设鱼群活动与智能摄食监测系统，可以把视频观察、鱼群活动量化、饲料投放质量和设备执行过程结合起来，建立鱼群行为与投饵任务之间的可追溯数据链。
系统以可验证的监测结果为基础，为养殖人员优化投饵策略、检查设备异常和开展长期行为研究提供技术支持。
建设集鱼群视频采集、数量统计、活动特征分析、摄食行为识别、投饵质量计量、料位监测、执行状态反馈、边缘AI推理和远程管理于一体的综合在线系统。
统计有效摄像机视野中能够可靠识别的鱼类目标数量，并记录检测质量和置信度。
在具有明确计数区域或受控过鱼通道的条件下，统计穿越指定断面的有效鱼类轨迹。
分析鱼群活动频率、运动幅度和相对运动速度等特征。
识别有效观测区域内鱼群聚集、分散及分布变化。
记录目标鱼类的运动方向和有效轨迹变化。
识别投饵前、投饵中和投饵后的鱼群摄食响应变化。
在现场模型验证的基础上，对鱼群摄食活动进行分级或评分。
根据鱼群活动及其他有效证据，辅助判断摄食响应是否明显减弱。
采用直接称重或经过有效标定的计量方式，记录每次投饵任务的实际质量。
在具备有效计量数据的条件下，计算单位时间的饲料投放质量。
记录料仓料位或剩余物料状态，为补料和缺料报警提供依据。
区分投饵命令、驱动运行、有效出料、故障和任务完成状态。
对堵料、缺料、空转、称重故障和通信故障等情况进行监测。
将水面活动与水下摄食行为进行时间同步和联合分析。
在符合鱼类生理及养殖管理要求的条件下，利用适用补光实现必要的低光照观察。
在现场完成核心视频分析、事件判断及结构化数据输出。
统一展示鱼群行为、投饵记录、设备状态和历史视频片段。
在经过模型验证及设备保护设计的前提下，提供限量、分段和人工可接管的投饵联动功能。
系统适用于淡水鱼类养殖池塘、设施化养殖池、循环水养殖设施、养殖网箱及其他具备视觉监测条件的鱼群活动场景。
不同养殖对象对光照、摄食模式和群体活动的响应存在差异，需要针对目标鱼种建立算法模型。
| 类别 | 指标 | 输出形式 | 配置要求 |
|---|---|---|---|
| 鱼数量 | 画面可见鱼数量 | 尾、置信度 | 核心必选 |
| 鱼数量 | 过线计数 | 尾次或经验证的尾数 | 条件允许时配置 |
| 鱼群活动 | 活动强度 | 指数或分级 | 核心必选 |
| 鱼群活动 | 运动速度 | 像素/s或标定后的物理单位 | 建议配置 |
| 鱼群活动 | 聚集及分散程度 | 指数或区域分布 | 核心必选 |
| 鱼群活动 | 运动方向 | 角度或方向类别 | 建议配置 |
| 摄食行为 | 摄食响应强度 | 分级或评分 | 核心必选 |
| 摄食行为 | 摄食持续时间 | s、min | 核心必选 |
| 投饵计量 | 实际投饵质量 | g、kg | 核心必选 |
| 投饵计量 | 投饵质量流率 | g/s、kg/min | 建议配置 |
| 料仓 | 料位或剩余料重 | mm、%、kg | 核心必选 |
| 执行状态 | 投饵启动、运行、停止 | 状态 | 核心必选 |
| 执行状态 | 实际出料确认 | 状态 | 建议配置 |
| 执行状态 | 堵料、空转和缺料 | 报警状态 | 核心必选 |
| 图像感知 | 水面相机视频 | 视频流 | 核心必选 |
| 图像感知 | 水下相机视频 | 视频流 | 核心必选 |
| 补光 | 补光状态及强度 | 状态、可选亮度设定 | 按光照条件配置 |
| AI运行 | 有效推理帧率、延迟 | 帧/s、ms | 核心必选 |
| AI运行 | 模型及数据质量 | 版本、置信度、状态 | 核心必选 |
| 水质扩展 | DO、水温等 | 相应单位 | 按联动需求选配 |
水面相机需要覆盖实际投饵区域、鱼群主要摄食水面及必要的饵料落点。
应控制水面反光、逆光、雨滴和镜头污染等因素。
水下相机应布设于能够观察鱼群活动及实际摄食过程的位置，避免长期被底泥、气泡或附着物遮挡。
实际可视距离应通过现场水质和照明测试确定。
应明确数量统计的空间范围和计数方式。开放鱼塘的固定相机通常适合监测可见数量和活动变化，而不是直接推算全塘绝对存量。
需要构建正常游泳、聚集、觅食和摄食结束等样本，并覆盖不同鱼群密度、投饵状态和光照条件。
摄食分级应由具备养殖知识的人员根据实际视频和现场记录建立标注规范，降低不同标注人员之间的主观差异。
称重装置应满足料仓最大装载量、最小投饵批次、振动环境和实际计量准确度要求。
应根据料仓几何形状、颗粒饲料堆积状态、粉尘及仓内障碍物选择适用料位传感器。
投饵设备需要提供可核验的实际运行状态，必要时配置出料检测和电机负载监测。
根据相机数量、视频分辨率、模型结构和实时要求确定边缘计算设备的实际处理能力。
网络中断时应保留本地检测、必要控制保护、数据缓存和事件记录。
自动联动应设置单次投饵上限、日累计上限、任务超时和故障闭锁条件，并保留人工操作权限。
应记录视频采集时间、AI模型版本、摄像机标定状态、称重数据、投饵命令和执行反馈，便于结果复核。
系统采用“水面和水下视频采集—图像质量判断—鱼目标检测—多目标轨迹跟踪—活动特征提取—摄食响应识别—饲料称重及料位监测—投饵执行反馈—边缘融合分析—智能预警与辅助控制”的技术路线。
在鱼塘适宜位置安装水面相机，重点覆盖饲料落点和鱼群可能聚集的摄食区域。
在水下适宜深度安装水下相机，用于观察水下鱼群分布、游动和摄食活动。
根据现场光照及水质条件配置适用补光，并在部署前评估补光对目标鱼类行为的影响。
相机视频传输至现场边缘计算终端，通过图像质量模块检查模糊、反光、过曝、浑浊、遮挡及其他可观测问题。
对于满足识别条件的视频帧，目标检测模块输出鱼类目标位置和置信度。
多目标跟踪模块根据相邻帧的运动与外观信息生成短期轨迹，分析鱼群运动速度、方向和分布。
摄食行为分析模块结合投饵机真实运行时刻，将投饵前的行为作为背景参考，比较投饵中和投饵后的鱼群响应变化。
投饵计量模块通过称重或经过验证的出料计量方法获得实际投饵质量，并记录饲料料位和执行状态。
平台最终形成鱼群活动、摄食响应、投饵任务、实际出料量和设备健康状态之间的关联记录。
在经过充分现场验证后，可根据摄食响应、质量限额及有效水质条件生成投饵调整建议，并在授权条件下执行受限联动。
采用安装于池塘岸边、投饵平台或适用支架上的相机观察水面鱼群活动。
主要分析水面聚集范围、活动强度、觅食扰动和投饵响应。
在实际可视距离内观察鱼体分布、游泳方向、聚集变化和摄食过程。
适用于水质透明度满足要求或具有有效照明条件的场景。
将水面和水下视频按统一时间进行融合，分析鱼群摄食前后行为是否具有一致变化。
不同视角可能观察到同一群鱼，不能简单将两台相机的检测数量相加。
将称重得到的实际投饵量与同时间窗口的摄食响应关联，评价不同投饵阶段的行为变化。
通过料仓称重或料位监测识别饲料不足，并生成补料提醒。
将投饵命令、驱动反馈、实际质量变化及必要的出料检测组合，验证投饵任务是否真正完成。
在现场运行轻量化检测与行为分析模型，将结构化数据上传平台，必要时保存事件视频片段。
初期采用监测与人工决策模式，待准确度和安全性验证后启用经过授权的受限自动投饵。
系统由视频感知层、补光控制层、饲料计量层、执行反馈层、边缘计算层、通信层、算法分析层、安全联锁层和业务应用层组成。
获取饲料落点、水面鱼群活动和投饵过程的视频信息。
采集有效视野内鱼群活动、摄食及环境可见状态。
按照环境亮度和设备工作状态控制补光开启、强度及运行时长。
通过称重传感器及适用信号处理装置获取料仓或计量料斗质量变化。
获取饲料装填高度、剩余比例或其他经过验证的料位信息。
采集投饵机驱动运行、故障、出料确认及必要的电流信号。
完成视频采集、图像质量判断、目标检测、轨迹跟踪及行为分析。
计算鱼数量、聚集特征、活动强度和摄食响应评分。
将视频行为数据与投饵质量、料位及设备执行反馈按统一时间关联。
执行投饵限量、设备故障闭锁、任务超时和人工接管等安全规则。
向中心平台传输结构化行为结果、设备状态及必要的事件片段。
提供鱼群监测、摄食分析、投饵记录、料仓管理、设备告警和运行报告。
保存视频来源、时间戳、模型版本、称重校准记录及实际投饵执行结果。
通过水面相机记录投饵区域内鱼类露出水面、聚集和觅食引起的可见活动。
分析时应考虑反光、雨滴、气泡、增氧机搅动及水面漂浮物的干扰。
通过水下相机采集有效视野内的鱼体运动和摄食活动，记录图像清晰度与可视范围。
识别过曝、欠曝、模糊、严重浑浊、镜头遮挡及其他成像异常，对不满足分析条件的视频进行标记。
统计单帧中符合检测阈值且处于有效ROI区域内的鱼类目标数量。
利用相邻帧目标位置、运动预测和必要外观信息进行轨迹关联，减少短时间内重复识别造成的误差。
在明确计数区域和方向时，根据有效轨迹穿越指定线段的事件进行统计。
利用鱼体运动、光流或区域运动能量提取有效活动强度。
应排除明显由水面波浪、照明变化和相机抖动造成的虚假运动。
根据有效目标轨迹计算图像运动速度；在具有实际尺度和几何校准条件时，可进一步估算物理运动速度。
分析检测目标在有效区域内的空间集中程度和分布变化。
根据目标空间分布、占据区域和个体间距离分析鱼群分散趋势。
在有效轨迹足够的条件下，分析群体运动方向是否相近。
在投饵开始前采集一段有效基线数据，用于后续摄食响应比较。
分析投饵期间鱼群向饲料区域聚集、活动增加和觅食动作变化。
观察投饵停止后鱼群活动是否逐步恢复背景状态。
根据经过验证的行为指标输出摄食强度等级，例如低、中、高或其他项目定义的等级。
记录从出现有效摄食响应到响应明显结束的时间区间。
在视觉条件允许时，监测视野中可辨认的剩余饲料颗粒。
未观察到残饵不代表饲料全部被摄食。
通过称重装置监测投饵前后料仓或计量料斗质量，获得有效出料质量。
根据有效质量差和对应时间，计算平均出料质量流率。
在料仓采用有效称重时，获得料仓净剩余质量。
通过适用料位传感器识别剩余高度、低料位或满仓状态。
采集执行机构实际启动状态，区分控制命令和设备运行。
结合称重变化、出料检测或其他有效反馈判断是否形成实际出料。
当驱动运行但质量变化不足、出料检测异常或电机负载异常时，提示可能堵料。
在设备运行而缺少有效出料证据时，识别可能空转或缺料。
在驱动停止且计量数据稳定后，确认任务结束，并输出实际投饵质量及异常状态。
记录有效推理帧率、推理延迟、设备温度、内存及负载状态。
识别视频中断、画面冻结、镜头被遮挡及补光故障。
| 监测类别 | 监测内容 | 主要输出 |
|---|---|---|
| 鱼数量 | 可见目标及轨迹计数 | 尾、尾次、置信度 |
| 活动特征 | 速度、方向、聚集、分散 | 数值及指数 |
| 摄食行为 | 投饵前中后响应 | 评分、等级、持续时间 |
| 投饵质量 | 称重及实际出料 | g、kg |
| 投饵流率 | 单位时间质量变化 | g/s、kg/min |
| 料位 | 料仓高度及低料位 | mm、%、状态 |
| 执行反馈 | 启动、运行、出料、故障 | 状态 |
| 视频监测 | 水面及水下图像 | 视频、事件片段 |
| 补光 | 开启、强度、故障 | 状态 |
| 边缘AI | 推理性能及质量 | 帧/s、ms、置信度 |
摄像机通过镜头将场景中的光学信息投射到图像传感器，输出连续图像序列。实际成像效果受到镜头视场角、光照、曝光、快门、图像噪声及目标距离影响。
光在水体中传播时会受到吸收和散射，造成对比度降低、颜色变化和图像模糊。
水体浑浊越严重，实际有效成像距离通常越受限制。因此，相机的标称分辨率不等于能够在任意水质条件下实现相同识别距离。
太阳光和其他光源在水面发生反射时，可能产生高亮区域，使鱼体轮廓难以辨认。
可通过调整相机俯视角、安装方向、曝光策略和必要的光学附件降低干扰。
系统可对清晰度、亮度、过曝比例、遮挡比例和有效视野进行评分。
质量评分应依据真实识别性能验证，而不是将图像亮度高简单等同于识别条件良好。
通过经训练的目标检测模型识别图像中的鱼类目标，输出边界框、类别和置信度。
检测结果应与人工标注样本进行比较，评价漏检和误检情况。
在给定视频帧t中：
Nvisible(t)=Count(ValidFishDetections(t))。
其中ValidFishDetections为有效ROI内达到项目检测要求的鱼类目标集合。
Nvisible仅表示当前画面可见目标数量。
检测置信度反映模型对于某个输出的内部评分，不能直接无条件解释为该目标真实存在的统计概率。
不同模型和数据集的置信度需要经过校准和验证。
多目标跟踪通过比较相邻帧中目标的位置、运动和必要外观特征，维护短时轨迹身份。
高密度遮挡和鱼类外观相似可能导致轨迹身份交换或中断。
对于连续视频中的同一条有效轨迹，可以只计入一次有效跟踪对象。
但轨迹身份在目标离开视野后不一定能够长期保持，不能将整天生成的轨迹总数直接解释为不同鱼的总数量。
在已确定的计数区域中设置虚拟计数线。当有效目标轨迹按规定方向完整穿越该线时，记录一次计数事件。
对于具有有效唯一轨迹标识和方向判据的时间窗口：
Ncross=ΣIc。
其中Ic为符合过线条件的轨迹事件指示量。
实际计数仍需处理鱼类回游、反复过线、跟踪中断和漏检。
只有在受控通道、充分视野覆盖或经过验证的采样推断条件下，才可以尝试估计实际鱼群总量。
普通开放鱼塘中的固定相机不能仅根据一个视角的检测数量准确计算全塘存量。
对于二维图像中某个有效轨迹：
vpixel=sqrt((x2-x1)^2+(y2-y1)^2)/(t2-t1)。
该值单位为像素/s。
只有在摄像机几何标定、目标距离和实际尺度条件满足要求时，才能进一步转换为物理速度。
同一条鱼在不同距离上的图像尺寸可能不同，水下光学折射还会影响几何标定。
因此，不能通过固定像素比例为所有不同距离的鱼直接计算真实体长和速度。
在具有有效轨迹集合的情况下，可计算可见目标的平均运动速度：
Vmean=Σvi/Nvalid。
应同时报告有效轨迹数量及质量状态。
可以根据鱼类轨迹方向向量的一致程度描述群体运动方向特征。
该指标应区分整体水流引起的共同漂移与鱼群主动游泳。
可根据目标之间的相对距离、活动区域面积或空间密度构建聚集指标。
同一指标在不同摄像机视野和不同鱼群密度下不一定可直接比较。
对于指定图像区域，可定义：
Droi=Nvisible/Aroi。
其中Aroi可为图像像素面积或经几何标定的实际面积。
当Aroi为图像面积时，Droi不能直接解释为真实水体单位体积鱼密度。
可结合有效光流、目标位移、活跃目标比例和活动区域形成归一化活动指数。
该指数属于项目定义的相对行为指标，需对不同光照、相机位置和鱼群密度进行验证。
在投饵前获取一段有效活动数据，计算鱼群的背景活动水平。
当投饵前存在增氧机启停、清洁操作或其他扰动时，应重新判断基线是否可比。
可定义：
DeltaA=Afeeding-Abaseline。
其中Afeeding为投饵期间有效活动指数，Abaseline为投饵前的可比背景活动指数。
DeltaA用于描述行为变化，不代表饲料摄入质量。
可以基于鱼群聚集、活动变化、投饵区域占据和其他经过验证的特征建立摄食评分。
例如：
Sfeed=w1×A+w2×G+w3×R。
其中A为活动特征、G为聚集特征、R为摄食动作响应，w1、w2、w3为经过本地验证的权重。
该公式仅为算法结构示例，权重不能未经训练直接用于实际自动投饵。
可以根据实际标注和验证结果将摄食响应分为较弱、一般、较强等等级。
分级阈值需要针对具体鱼种、养殖阶段、相机位置和饲料类型建立。
对于图像条件良好的场景，可以通过短时视频、关键点或运动特征研究鱼类接近饲料、转向、追逐及吞食相关动作。
当个体遮挡严重或鱼口不可见时，不能将模型推测的摄食动作视为已经确认吞食。
水面扰动可能来自鱼群摄食，也可能来自增氧机、水流、降雨或机械设备。
应通过投饵时间、鱼目标检测、背景视频和有效事件样本进行区分。
当投饵后活动指数逐步回落、聚集范围缩小并具有其他有效证据时，可判断摄食响应正在减弱。
该趋势不等于鱼群已摄入足够饲料。
称重传感器将料仓或计量料斗承受的负荷转换为可测量信号，经有效标定后输出质量。
料仓支架、软连接、管路拉力和机械接触均可能影响实际称重。
对于投饵前后稳定、无人工加料及其他显著扰动的称重条件：
Mfeed=Mbefore-Mafter。
其中Mbefore为投饵前稳定净饲料质量，Mafter为投饵后稳定净饲料质量。
假设某料仓在一次投饵任务前的有效净饲料质量为25.80kg，任务结束稳定后的净饲料质量为24.65kg。
则：
Mfeed=25.80-24.65=1.15kg。
该结果表示称重边界内饲料减少1.15kg，仍需结合出料结构判断是否存在泄漏、撒落或其他非正常质量变化。
称重得到的投饵质量反映饲料离开计量边界的质量，并不直接表示鱼类实际摄入量。
部分饲料可能沉底、被水流带走或残留在系统其他位置。
在有效质量数据条件下：
qfeed=DeltaM/DeltaT。
当DeltaM单位为kg、DeltaT单位为min时，qfeed单位为kg/min。
称重数据可能受到投饵电机运行振动、风载和料仓冲击影响。
可以采用稳定窗口判断、适用滤波及任务前后静态称重方式提高有效计量可靠性。
滤波不能替代称重系统结构设计和校准。
当料仓质量突然增加且对应人工加料或补料事件时，应将其与投饵出料质量分开统计。
不能将整个统计周期的净质量变化无条件作为累计投饵量。
对于通过电机转速和运行时间控制出料的设备，可通过实物收集称重建立：
Mfeed_est=k×T。
其中k为经实际饲料和设备工况标定的平均质量流率，T为有效出料时间。
当出料量随转速或料位变化明显时，应建立相应多变量模型。
对于形状规则、颗粒堆积密度相对稳定且经过标定的料仓，可以建立料位与质量的估算关系。
由于架桥、偏堆积和颗粒密度变化，该关系可能产生误差。
在具有可靠剩余饲料质量Mremain和计划单次投饵量Mplan时，可计算：
Nremaining=floor(Mremain/Mplan)。
结果仅为静态估计，实际投饵量和安全余量需要进一步考虑。
系统应记录控制命令、驱动反馈及实际出料确认。
只有发出启动指令，不应将任务标记为实际投饵成功。
在驱动运行状态下，如果实际质量变化异常、出料检测无响应或电机电流明显异常，可提示堵料风险。
不同机械结构的故障特征不同，具体判断规则需要现场验证。
当驱动设备持续运行，而料仓剩余质量不足或有效出料信号长期缺失时，可提示空转或缺料。
投饵任务可定义为待机、准备、启动中、出料中、停止中、完成、故障和人工维护等状态。
每个状态转换都应具有明确的命令、执行反馈和安全条件。
在安全和模型验证条件满足时，可根据摄食响应调整后续投饵任务或下一阶段出料量。
应设置单次上限、单日上限、最大连续运行时间、最短控制间隔和设备故障闭锁。
当图像质量不佳或模型识别置信度不足时，应暂停仅依靠视觉结果进行的自动加料决策。
对于已预设的保守投饵计划，应按照项目安全策略确定是否维持、缩减或转入人工管理。
若项目接入有效DO、水温及其他水质数据，可以将其作为投饵安全决策的辅助信息。
摄食活动较强不代表低氧状态下继续投饵一定安全。
边缘设备对视频进行解码、预处理、目标检测、轨迹关联和行为分析。
实际处理能力应通过目标模型、真实分辨率和多通道连续运行测试验证。
有效推理帧率表示每秒完成算法分析的视频帧数。
它不等于摄像机输出帧率；系统允许跳帧时应明确计算口径。
端到端延迟应从摄像机采集时刻计算至有效事件输出或控制系统接收的时刻。
不能仅以神经网络单次推理耗时表示完整系统的实时性能。
水面和水下相机可以对同一摄食事件提供不同证据。
如果没有三维标定和跨视角身份关联能力，不应将不同相机中的检测目标直接相加为不同鱼总数。
当鱼群规格、水体透明度、季节光照、摄像机角度或饲料类型发生明显变化时，应评估模型是否仍适用。
不能默认同一模型在所有鱼种和全部养殖环境下具有相同准确度。
鱼群活动异常可以作为巡查线索，但不能直接诊断缺氧、中毒、病原感染或其他特定疾病。
重要判断需要结合有效水质测量、现场检查及适用专业检测。
提供水面和水下视频实时预览，显示摄像机工作状态。
展示当前有效视野的鱼目标检测数量和质量状态。
在具有适用计数区域时输出过线计数，并区分方向及统计口径。
可根据权限在视频中叠加目标位置、置信度和必要识别信息。
展示有效鱼类运动轨迹和方向变化。
显示当前活动评分和历史趋势。
展示鱼群在有效观测区域内的空间分布变化。
在投饵期间识别经训练和验证的摄食响应特征。
输出可解释的摄食响应等级和数据质量状态。
自动比较投饵前、投饵中和投饵后的活动变化。
记录每次投饵计划、实际执行时间和运行结果。
通过有效称重记录每次投饵质量。
分析实际出料速度和持续时间。
在具有有效称重时展示料仓剩余饲料质量。
显示料位高度、剩余比例或低料位状态。
当饲料剩余量不足以满足计划投饵任务时生成提醒。
显示驱动启动、运行、停止及实际出料确认。
分析执行机构与实际质量变化之间的不一致。
显示补光开启、关闭、故障和必要的强度设置。
显示过曝、模糊、浑浊、遮挡和其他影响识别的状态。
展示处理器负载、温度、推理帧率、延迟和算法进程状态。
按投饵任务和摄食异常事件查询对应的视频片段。
分别管理不同鱼塘、摄像机、投饵机和边缘终端。
根据摄食响应及有效计量数据形成经验证的辅助投饵建议。
在取得授权和满足安全条件时执行限量、分段投饵。
允许现场人员按规定停止或接管自动投饵，但不得绕过必要机械和电气保护。
保存算法版本、训练信息、部署时间和适用鱼种。
生成鱼群活动、摄食行为、投饵质量、料位变化和设备异常报告。
系统由水面相机、水下相机、镜头及安装支架、补光设备、称重传感器、料位传感器、投饵执行装置及反馈、边缘计算终端、通信设备、供电系统和监测平台组成。
用于观察投饵区域的鱼群活动和水面摄食响应。
应根据安装高度、观察角度和目标尺寸选择分辨率及镜头视场角。
用于观察有效视野内鱼群游泳、聚集、摄食及其他可见活动。
外壳、视窗、密封及线缆接口应满足长期水下使用要求。
根据实际光照需求选择低照度图像传感器或其他适用成像方案。
采用与相机成像要求匹配的补光方式。
对可见光、红光或近红外补光应分别验证水下传播效果和目标鱼类行为反应。
在必要时提供水面摄食区域照明，并控制眩光和反射干扰。
保证相机视角稳定，避免风浪、设备振动和人员碰撞造成频繁视野变化。
通过料仓或计量料斗的受力测量饲料质量变化。
负责传感器信号调理、滤波、标定和稳定性判断。
根据料仓实际结构选择雷达、超声波或其他适用料位测量方法。
包括实际投料所需的驱动电机、输送机构和出料机构。
采集电机运行、电流、故障和必要的机构状态。
根据投饵机结构配置出料检测、称重反馈或其他可验证装置。
具备视频解码、图像处理、模型推理和结构化数据存储能力。
用于保存模型、结构化事件、必要的视频片段及离线缓存。
执行投饵命令、设备联锁、状态反馈和本地故障处理。
通过适用有线或无线网络连接边缘终端和管理平台。
配置与相机、补光、计算终端和投饵设备相匹配的供电及保护系统。
| 序号 | 设备名称 | 主要功能 | 配置建议 |
|---|---|---|---|
| 1 | 水面高清相机 | 水面活动与摄食观察 | 核心必选 |
| 2 | 水下高清相机 | 水下鱼群活动观察 | 核心必选 |
| 3 | 水面相机支架 | 相机固定 | 核心必选 |
| 4 | 水下安装组件 | 水下相机定位 | 核心必选 |
| 5 | 补光组件 | 低光照成像 | 按条件配置 |
| 6 | 称重传感器 | 投饵质量计量 | 核心必选 |
| 7 | 称重变送模块 | 计量信号处理 | 核心必选 |
| 8 | 料位传感器 | 料仓余量监测 | 核心必选 |
| 9 | 投饵执行机构 | 饲料输送及投放 | 按项目设备配置 |
| 10 | 执行状态反馈 | 运行及故障识别 | 核心必选 |
| 11 | 出料确认组件 | 验证实际出料 | 建议配置 |
| 12 | 边缘AI计算终端 | 目标检测和行为分析 | 核心必选 |
| 13 | 现场智能控制器 | 投饵任务及联锁 | 联动项目必选 |
| 14 | 数据存储组件 | 视频片段及事件缓存 | 核心必选 |
| 15 | 通信设备 | 远程平台连接 | 核心必选 |
| 16 | 供电及电气保护 | 现场能源保障 | 核心必选 |
| 17 | DO、水温传感器 | 摄食及投饵安全辅助 | 建议选配 |
| 18 | 综合在线监测平台 | 分析、报警和管理 | 集中部署 |
| 参数项目 | 工程选型参考 |
|---|---|
| 候选分辨率 | 1920×1080及以上，按识别目标验证 |
| 采集帧率 | 可评估15～30帧/s |
| 镜头视角 | 覆盖主要投饵及摄食区域 |
| 快门及曝光 | 适应鱼体运动及光照变化 |
| 宽动态处理 | 强反光场景建议支持 |
| 视频编码 | 支持适用视频编码格式 |
| 供电方式 | 按现场系统匹配 |
| 外壳防护 | 按户外安装条件确定 |
| 参数项目 | 工程选型参考 |
|---|---|
| 候选分辨率 | 1920×1080及以上 |
| 候选帧率 | 15～30帧/s |
| 有效识别距离 | 必须通过现场水质和照明验证 |
| 镜头 | 根据视野及目标尺寸确定 |
| 水下工作深度 | 高于实际最大安装水深并具备裕量 |
| 水下防护 | 满足持续浸水及实际水压条件 |
| 耐腐蚀 | 按淡水或海水环境选择 |
| 镜头清洁 | 建议具备可维护结构 |
| 夜间补光 | 按实际成像及鱼群影响验证 |
| 参数项目 | 工程选型参考 |
|---|---|
| 光源类型 | 适用可见光或其他经过验证的照明方式 |
| 工作波段 | 按水质、相机响应及鱼种选择 |
| 照度及功率 | 按目标距离和行为影响评估 |
| 开关控制 | 应支持 |
| 亮度调节 | 建议支持 |
| 驱动方式 | 避免明显图像频闪及不适用光源波动 |
| 水下防护 | 满足实际浸水条件 |
| 温升控制 | 应满足设备要求 |
| 参数项目 | 工程选型参考 |
|---|---|
| 测量对象 | 料仓或计量料斗质量 |
| 量程 | 覆盖料仓、饲料和附加机械载荷 |
| 候选等级 | 按最小投饵批次和验收准确度确定 |
| 工程目标 | 以实际投饵质量误差验证 |
| 分辨率 | 应满足最小投饵批次要求 |
| 去皮功能 | 应支持 |
| 零点稳定管理 | 应支持 |
| 抗振设计 | 应考虑 |
| 校准方式 | 适用标准砝码或有效参考质量 |
| 参数项目 | 工程选型参考 |
|---|---|
| 测量方式 | 雷达、超声波或适用料位技术 |
| 测量范围 | 覆盖实际料仓高度 |
| 输出 | 料位高度、百分比或低料位状态 |
| 料仓几何标定 | 需要时配置 |
| 架桥识别 | 建议联合称重判断 |
| 粉尘干扰 | 按实际饲料环境验证 |
| 安装盲区 | 应考虑 |
| 监测项目 | 工程要求 |
|---|---|
| 启动命令 | 应记录 |
| 运行反馈 | 应支持 |
| 停止反馈 | 应支持 |
| 实际出料确认 | 建议支持 |
| 电机负载状态 | 建议支持 |
| 缺料检测 | 应支持 |
| 堵料检测 | 应建立适用规则 |
| 任务超时 | 应支持 |
| 单次质量上限 | 自动控制时应支持 |
| 日累计上限 | 自动控制时应支持 |
| 人工接管 | 应支持 |
| 参数项目 | 工程选型参考 |
|---|---|
| 视频接入 | 至少满足目标水面及水下通道 |
| 视频解码 | 兼容实际摄像机格式 |
| AI推理能力 | 通过真实模型持续运行实测确定 |
| 候选有效推理帧率 | 根据任务评估5～15帧/s或更高 |
| 推理延迟 | 按控制时效实测 |
| 本地存储 | 根据事件视频留存周期确定 |
| 模型更新 | 应支持受控版本管理 |
| 设备健康监测 | 温度、内存、存储、进程 |
| 断网运行 | 应具备适用本地工作能力 |
| 功耗及散热 | 需满足长期户外部署要求 |
| 功能 | 建议验收指标 | 验证方式 |
|---|---|---|
| 鱼目标检测 | 精确率、召回率及漏检率 | 人工标注视频集 |
| 可见鱼计数 | 绝对误差、相对误差 | 人工标注有效帧 |
| 过线计数 | 计数误差及重复计数率 | 受控通过试验 |
| 轨迹跟踪 | 身份保持及轨迹完整性 | 轨迹标注视频 |
| 摄食分级 | 混淆矩阵、精确率、召回率 | 独立专家标注 |
| 投饵质量 | 质量误差及重复性 | 实物收集称重 |
| 料位监测 | 高度误差及异常识别率 | 实际料仓试验 |
| 执行反馈 | 启动、停止及故障识别 | 安全功能测试 |
| 边缘实时性 | 有效帧率及端到端延迟 | 连续负载测试 |
本章参数为工程选型参考，不代表某个具体相机、称重仪表或边缘计算终端已经满足全部性能。
正式项目应按照目标鱼种、水质透明度、投饵设备结构和实际视频模型进行测试，形成可验收的技术指标。
建设鱼群活动与智能摄食综合在线监测平台，实现视频、鱼群数量、行为响应、投饵计量和设备状态统一管理。
按鱼塘展示相机状态、鱼群活动、摄食响应和投饵机运行状态。
实时查看水面鱼群活动与投饵区域。
实时查看水下有效视野内的鱼群活动情况。
展示鱼类目标检测数量、置信度和有效视频质量状态。
显示有效轨迹和计数结果，并注明统计范围。
展示不同时间段鱼群活动强度变化。
展示鱼群活动区域及空间分布特征。
展示投饵前、中、后的行为变化和响应等级。
显示每次实际投饵质量、累计质量和对应计量状态。
显示任务执行过程中的有效出料质量流率。
在具有有效称重时显示剩余饲料质量。
显示料位高度、剩余比例及低料位预警。
区分命令、机械运行、实际出料、停止和故障。
记录任务计划、启动、出料、停止及实际质量。
将摄食响应曲线与投饵质量变化叠加展示。
按活动异常、摄食异常和投饵故障检索事件片段。
显示补光状态及异常。
显示推理帧率、模型版本、延迟、设备温度及故障。
在经过授权的条件下管理投饵计划、限量及联动规则。
集中管理活动异常、缺料、堵料、相机故障和算法低置信度事件。
生成鱼群活动报告、摄食响应报告、投饵质量报告、设备故障及运维报告。
统计同一有效视野内不同时间的可见鱼数量变化。
应考虑鱼群离开视野和可见条件变化，不直接据此判断鱼类死亡或存量减少。
研究鱼体运动速度及其日内变化。
识别鱼群聚集和分散的变化趋势。
建立同一鱼群和相似条件下的投饵前活动参考。
评价投饵启动后鱼群是否出现可观测活动变化。
研究鱼群活动强度和聚集变化达到较高水平的时段。
分析投饵持续过程中摄食响应是否下降。
统计不同任务的有效摄食响应持续时间。
统计单次、每日及不同养殖池塘的实际投饵质量。
研究出料质量流率是否稳定，以及是否存在间断出料。
在具备有效数据时，分析不同饲料规格和物理性状对出料计量及摄食行为的影响。
比较料位变化与称重结果，辅助发现架桥、偏堆积及传感器异常。
统计堵料发生次数、持续时间及设备状态。
统计驱动运行但缺少有效出料反馈的事件。
比较计划任务与实际完成的投饵任务。
在养殖条件可比且具有实际计量数据时，对比任务执行稳定性和投饵质量。
研究不同投饵质量下的有效摄食响应，但不将相关性解释为实际饲料全部摄入。
比较上午、下午及其他适用时段的鱼群摄食响应。
在具备有效水质数据时，研究环境变化与摄食响应的关系。
对持续偏离正常背景的活动模式生成关注信息。
行为异常只能作为需要进一步检查的线索。
研究浑浊、光照、遮挡和鱼群密度对识别效果的影响。
根据有效目标尺寸、视野覆盖和识别质量优化安装位置。
同时评价补光对识别性能的改善和对鱼群行为可能产生的影响。
统计不同模型、通道数和分辨率对应的计算负载及持续运行稳定性。
使用人工标注测试集评估目标检测、跟踪和摄食识别性能。
在真实投饵数据基础上评价模型建议与实际养殖管理结果是否一致。
如需评价饲料节约，应比较具有相似鱼种、规格、密度、水质及养殖周期的实际对照数据。
不能仅因投饵质量下降就认定养殖效果改善。
形成鱼群视频特征、摄食响应、投饵质量和设备状态的长期数据档案。
预警分为鱼群行为异常、图像数据质量异常、投饵计量异常和设备故障四类。
各类预警应具有可核验的触发条件和必要的人工复核流程。
当鱼群活动持续偏离经过验证的正常背景时，提示现场观察。
对不符合正常投饵或其他已知工况的持续聚集现象生成关注事件。
当鱼群分布出现明显变化时，提示检查水流、光照、投饵和其他环境因素。
当投饵期间的有效摄食响应持续较弱时，提醒人员核查鱼群状态和投饵条件。
当鱼群摄食响应突然变化时，结合视频质量、设备状态和实际投饵质量进行分析。
当有效视野内鱼数量突然变化时，先判断视野变化、遮挡及鱼群迁移，再确定是否需要现场巡查。
当实际出料质量低于任务允许范围时，触发投饵异常报警。
当投饵质量达到上限时，禁止继续执行未经授权的追加投饵。
当有效称重或料位数据表明饲料不足时，生成补料提醒。
根据驱动、称重及必要出料反馈识别可能堵料。
当驱动运行但没有有效出料证据时，提示空转或缺料。
当控制命令发出后未获得实际运行反馈时，触发设备故障。
当停止命令执行后设备仍持续运行时，触发故障并执行必要安全保护。
当称重信号超量程、失联或长期不稳定时，标记投饵计量无效。
当料位数据失效或与称重信息显著不一致时，提示检查。
对视频中断、冻结、过曝、浑浊和严重遮挡等情况生成设备或数据质量报警。
当补光任务与实际反馈不一致时，提示检查光源及供电。
当有效视频不足以支持可靠摄食识别时，暂停基于该结果的自动增量投饵。
对AI进程退出、设备过热、存储不足及持续推理延迟超限进行报警。
当远程平台失联时，执行经过验证的本地控制及缓存策略。
在接入有效DO监测时，根据目标鱼种和项目规定管理低氧条件下的投饵限制。
不能因视觉显示鱼群活动强烈，就忽略已经确认的低氧安全风险。
当称重、执行反馈、视觉分析或其他必要条件不满足要求时，应进入适用的降级或人工接管状态。
| 异常类别 | 主要判断依据 | 建议响应 |
|---|---|---|
| 鱼群活动异常 | 有效行为指标持续偏离背景 | 现场检查 |
| 摄食响应较弱 | 有效摄食评分持续较低 | 复核投饵及鱼群状态 |
| 投饵质量不足 | 实际称重质量不足 | 检查料仓与执行机构 |
| 投饵超限 | 达到单次或日累计上限 | 禁止自动追加 |
| 堵料 | 运行与出料证据不一致 | 停机检查 |
| 空转 | 驱动运行而无有效出料 | 检查缺料或传动 |
| 低料位 | 料位低于有效阈值 | 安排补料 |
| 称重故障 | 质量计量失效 | 停止依赖该数据的自动加料 |
| 视频故障 | 画面失效或不可用 | 检查相机并降级分析 |
| AI故障 | 模型或边缘终端异常 | 执行本地安全策略 |
| 低DO风险 | 有效DO达到项目限制条件 | 按安全规则限制投饵 |
设备故障应在实际原因排除后按相应程序复位。
重要故障不得仅通过清除软件报警记录就自动恢复未经验证的投饵任务。
明确鱼种、规格、养殖密度、水体透明度、池塘尺寸和现有投饵设备。
通过现场观察了解鱼群正常游泳、聚集和摄食方式。
根据投饵落点、反光条件和摄像机视野确定安装位置。
通过现场可视距离测试确定安装深度、朝向和观察距离。
测试必要照明是否能够改善图像质量，并观察是否显著干扰鱼群行为。
完成相机、支架、密封接头和供电通信安装。
对计数ROI、实际尺度和必要几何关系开展校准。
检查料仓结构、出料机构、驱动方式和反馈接口。
确定称重传感器受力方式，消除不必要的机械拉力和旁路支撑。
安装称重传感器并利用适用标准质量开展零点、量程和重复性验证。
避开料仓障碍物和明显盲区，并验证低料位响应。
通过受控投饵任务收集实际饲料称重，检查计量误差。
分别验证启动、停止、实际出料、缺料和堵料等状态。
配置视频采集、模型运行、事件存储和通信服务。
采集包含不同天气、光照、鱼群密度和浑浊条件的视频样本。
对鱼目标、轨迹和摄食行为进行标注，制定一致的标注规则。
划分训练、验证和独立测试数据，防止相邻视频片段不合理交叉导致结果过于乐观。
利用经过确认的摄食等级和正常活动样本建立模型。
评价鱼群密集和低可见度条件下的目标检测与行为识别性能。
确保鱼群行为数据和投饵命令、质量、执行状态具有一致时间基准。
按不同单次投饵质量和实际饲料类型开展计量测试。
在安全隔离的测试环境中模拟异常，验证报警与设备停机逻辑。
在全部计划视频通道同时运行的条件下测试推理帧率、延迟、温度及长期稳定性。
验证本地AI、必要安全联锁及事件缓存是否按设计运行。
先采用仅建议、不自动执行模式，待数据验证后逐步测试受限自动投饵。
验证单次投饵上限、日累计上限、故障闭锁和人工接管。
在不同鱼群密度、饲料类型和水质条件下开展连续试运行。
分别验收视频质量、数量统计、行为识别、投饵计量、料位、执行反馈和边缘AI稳定性。
不应以少量晴天视频中的较高检测准确率直接证明系统能够全年准确识别鱼数量和摄食状态。
定期清洁镜头并检查支架、视野和曝光状态。
检查密封、光学窗口污损、附着物及相机位置变化。
检查光源工作状态、散热和实际照明效果。
对相机移位和观察区域变化进行校核，必要时重新设定ROI及几何标定。
定期检查受力结构、零点、校准和接线状态。
检查积尘、安装位置和料位变化响应。
清洁料仓、出料口和输送机构，检查机械磨损及卡滞。
当饲料颗粒规格、密度或流动性明显变化时，重新验证容积式出料质量关系。
检查设备温度、存储容量、模型进程及异常重启。
使用近期真实视频检查鱼目标检测和摄食分级效果。
记录模型训练数据范围、参数版本、更新时间及回退方法。
检查相机、补光、边缘终端和投饵设备的供电及通信稳定性。
保存结构化行为数据、投饵记录、必要事件视频及设备故障。
限制投饵计划修改、自动控制启用、故障复位和视频访问权限。
对称重漂移、堵料、视频故障及模型失效事件分析原因并改进。
同时获得水面摄食区域和水下有效视野内的鱼群行为信息。
提供定义清晰的可见鱼数量和适用过线计数结果。
将游泳、聚集、分散和运动方向转换为长期可比较的行为指标。
利用投饵前后的视频变化辅助评价摄食活动。
通过适用称重装置记录实际投饵质量，减少仅依靠电机运行时间进行粗略估算的局限。
在不同计量边界下监测饲料余量、补料和异常出料。
将命令、运行反馈和质量变化结合，增强实际执行结果的可核验性。
在现场完成核心识别，降低连续视频对远程带宽的依赖。
可扩展至多台相机、多台投饵机和多个养殖池。
支持在经过验证后逐步启用有质量限额及故障联锁的辅助自动投饵。
为摄食规律研究、设备性能比较和养殖管理优化提供基础。
监测鱼群水面活动、摄食响应和实际投饵质量。
重点研究鱼群聚集、摄食活动和投饵机执行状态。
利用固定相机和受控池体条件开展鱼类数量及行为分析。
根据鱼体尺寸和相机分辨率要求建立适用视觉监测方案。
利用水下视频观察有效区域内的鱼群活动和摄食过程。
统一管理多台投饵机的质量、料位和实际执行记录。
对不同出料机构进行投饵质量和故障反馈验证。
利用连续视频及标注数据研究鱼群摄食响应。
通过长期行为背景发现需要人工检查的活动异常。
在实际光照和目标鱼类行为允许的条件下开展夜间观察。
在具有明确通过方向和合适成像条件的通道中研究过线计数。
将鱼群视频、投饵质量、水质及设备运行信息统一管理。
通过视频和边缘分析补充人工巡塘时间空白。
通过摄食响应变化为投饵管理提供更丰富的信息。
通过实际质量计量提高投饵记录的可追溯性。
通过料位、称重和执行反馈提高机械故障的发现能力。
借助运行反馈和异常记录改善投饵设备维护安排。
通过本地处理减少全部原始视频长期上传的必要性。
形成鱼群活动、摄食响应和投饵质量的长期数据库。
在安全约束和模型验证条件下，支持更精细的分段投饵策略。
可辅助发现行为变化并促进及时巡查，但不能直接替代鱼类健康检查。
系统可能通过改进投饵计量、及时发现堵料和优化养殖管理形成经济价值。
实际饲料节约、料肉比改善和养殖效益应通过具有可比性的实际生产数据验证。
不能仅依据摄食强度识别准确率推断实际饲料节约比例，也不能保证对所有鱼种具有相同经济效果。
该标准现行有效，于2024年10月1日起实施，适用于池塘养殖、工厂化养殖和网箱养殖等环境监控系统。
可作为本方案相关监控系统总体建设、感知层、传输层和应用层设计的技术依据。
该标准现行有效，可为适用称重传感器的选型及性能评价提供参考。
实际料仓投饵计量的总体准确度，还受到安装受力、振动、结构和校准方法影响，不能仅凭称重元件等级确定。
该标准现行有效，包含适用的修改单，可作为相关水面设备及水下外壳防护等级选型的依据。
应按照实际安装深度及连续浸水条件验证水下设备防护能力。
该标准现行有效，于2023年7月1日起实施。
对于需要与相应公共安全视频联网系统对接的项目，可按照适用范围参考；一般鱼塘内部视频分析系统不应被无条件要求采用该标准。
该标准现行有效，可为适用信息系统的网络安全建设提供技术参考。
实际等级保护要求应按照系统性质和适用管理规定确定。
该标准现行有效，可为涉及人员影像的相关个人信息处理提供参考。
系统应尽量将摄像机视野限制在养殖水体和投饵设备，不必要采集人员面部或其他无关个人信息。
应明确检测区域、过线方向、轨迹去重规则和数量统计口径。
开放鱼塘固定视角下的可见鱼数量不能直接等同于全塘实际存量。
应采用具有代表性的真实场景视频进行模型训练、测试和现场复核。
模型对鱼群摄食行为的判断应区分可观测行为与真实摄食量。
称重系统应通过实际饲料质量验证投饵质量计量误差，并考虑机械振动和人工加料。
应根据料仓几何条件和饲料物理特性验证料位与剩余质量之间的关系。
自动投饵应具有适用的电气保护、机构故障闭锁、质量限额和人工接管能力。
应记录模型版本、训练数据范围、适用环境、识别性能及异常情况下的降级策略。
应根据项目需要合理设置事件视频保存期限、访问权限、传输加密和备份策略。
正式工程应采用实施时现行有效且适用的国家、行业和专业技术标准。
视觉计数、行为识别、称重计量和执行控制属于不同的技术环节，应分别开展性能验证。
本章提供鱼群活动与智能摄食监测系统的典型工程设计示例，用于说明不同养殖条件下的监测需求、硬件配置和预期用途。
以下全部为假设性工程设计示例，不代表已经实施的成功案例或实际工程业绩。
某淡水养殖鱼塘需要长期了解鱼群水面及水下活动。
监测可见鱼数量、活动强度和聚集变化。
配置水面相机、水下相机和边缘AI计算终端，建立连续行为数据。
为鱼群活动变化分析提供基础数据。
某养殖池塘需要研究不同投饵阶段的鱼群摄食行为。
识别投饵前、中、后的活动变化。
采用双视角视频和实际投饵时间同步，并建立摄食分级模型。
为投饵管理提供可追溯的行为参考。
某鱼塘使用机械投饵设备，需要准确记录每次实际投放质量。
获取料仓质量变化和实际投饵任务记录。
采用适用称重结构、执行反馈和投饵数据管理。
提高实际投饵质量记录的可核查性。
某养殖场需要集中管理多个投饵料仓。
监测料位、剩余质量和补料需求。
配置称重及料位监测，对低料位和异常不一致情况进行报警。
减少部分因缺料造成的投饵任务执行失败。
某投饵设备存在偶发性出料不畅情况。
比较驱动运行与实际出料质量变化。
采用电机反馈、称重变化和必要出料确认，建立故障规则。
辅助及时发现堵料和空转事件。
某设施化养殖池鱼群密度较高，容易出现目标遮挡。
监测活动强度和可见鱼数量，并评价遮挡影响。
采用适用相机视角、图像质量控制和经过密集场景训练的模型。
为密集鱼群视觉监测的适用范围评价提供资料。
某养殖设施具有能够限定鱼类通过方向的计数通道。
统计有效鱼类通过数量及方向。
配置适用相机和虚拟计数线，通过受控试验验证重复计数与漏计。
为受控通道鱼类计数提供辅助方法。
某养殖项目需要在低光照条件下观察鱼群活动。
在保证成像条件的同时尽量减少补光对鱼群行为的干扰。
通过低照度相机、适用补光及行为对照试验确定监测条件。
为夜间鱼群行为研究提供可验证视频资料。
某养殖场需要同时管理多个鱼塘的视频监测。
集中获得不同鱼塘的活动及摄食行为指标。
采用分布式相机和适用边缘计算终端，上传结构化数据。
提高多池塘视频数据处理和集中管理能力。
某养殖池塘需要研究根据摄食响应辅助调整投饵计划。
同步获取摄食评分、实际投饵质量和执行反馈。
先采用人工审核投饵建议，完成数据验证后再测试受限自动投饵策略。
为实际投饵策略优化提供可控的试验条件。
某养殖场希望研究鱼群活动与水温、DO之间的关系。
同时获得视频活动特征和有效水质测量数据。
将边缘AI行为结果与DO、水温监测数据进行时间同步。
为行为异常及水环境变化研究提供多源数据。
某养殖项目需要建立长期投饵与鱼群摄食数据库。
记录投饵质量、摄食响应、料位、设备运行和必要养殖生产信息。
建设多源数据管理平台，开展跨时间段的行为与投饵关系分析。
为后续养殖管理优化和实际经济效益验证提供依据。
上述全部示例均为假设性工程设计，不代表真实已实施项目或已取得的项目业绩。
实际鱼群数量统计准确度、摄食识别效果、投饵质量精度和经济收益应通过现场试验验证。
[1] GB/T 43744—2024《水产养殖环境监控系统通用技术要求》。
[2] GB/T 7551—2008《称重传感器》。
[3] GB/T 4208—2017《外壳防护等级（IP代码）》，及适用修改单。
[4] GB/T 28181—2022《公共安全视频监控联网系统信息传输、交换、控制技术要求》。
[5] GB/T 22239—2019《信息安全技术 网络安全等级保护基本要求》。
[6] GB/T 35273—2020《信息安全技术 个人信息安全规范》。
[7] Xiao Y, Huang L, Zhang S, et al. Feeding behavior quantification and recognition for intelligent fish farming application: A review. Applied Animal Behaviour Science. 2025. DOI: 10.1016/j.applanim.2025.106588.
[8] An D, Hao J, Wei Y, Wang Y, Yu X. Application of computer vision in fish intelligent feeding system—A review. Aquaculture Research. 2021;52:423–437. DOI: 10.1111/are.14907.
[9] Cui M, Liu X, Liu H, Zhao J, Li D, Wang W. Fish Tracking, Counting, and Behaviour Analysis in Digital Aquaculture: A Comprehensive Survey. Reviews in Aquaculture. 2025;17:e13001. DOI: 10.1111/raq.13001.
[10] Li W, Liu Y, Guo Q, Liu Y, Leo H L, Zhenbo Li. When Trackers Date Fish: A Benchmark and Framework for Underwater Multiple Fish Tracking. Proceedings of the AAAI Conference on Artificial Intelligence. 2026;40(8):6459–6467. DOI: 10.1609/aaai.v40i8.37574.
[11] Wang J, Lin M, Cheng Z, Yang R, Huang Q. Enhanced CenterTrack for Robust Underwater Multi-Fish Tracking. Animals. 2026;16(2):156. DOI: 10.3390/ani16020156.
[12] An Overview of the Research Status and Advances in Precision Feeding Technology and Equipment in Aquaculture. Animals. 2026;16(12):1898. DOI: 10.3390/ani16121898.
[13] 国家标准信息公共服务平台：GB/T 43744—2024。https://openstd.samr.gov.cn/bzgk/std/newGbInfo?hcno=5FAB073DBA8ED50C5C70AD0BD3349E95
[14] 国家标准信息公共服务平台：GB/T 7551—2008。https://openstd.samr.gov.cn/bzgk/std/newGbInfo?hcno=4ACEE4BB9DAE8B17B1BBEDA77F343BDB
[15] 国家标准信息公共服务平台：GB/T 4208—2017。https://openstd.samr.gov.cn/bzgk/std/newGbInfo?hcno=09CCED55688D4116ED89659C1E7526F8
[16] 国家标准信息公共服务平台：GB/T 28181—2022。https://openstd.samr.gov.cn/bzgk/std/newGbInfo?hcno=8BBC2475624A6C31DC34A28052B3923D
[17] 国家标准信息公共服务平台：GB/T 35273—2020。https://openstd.samr.gov.cn/bzgk/std/newGbInfo?hcno=4568F276E0F8346EB0FBA097AA0CE05E
[18] 鱼类摄食行为量化与识别综述。https://doi.org/10.1016/j.applanim.2025.106588
[19] 计算机视觉在鱼类智能投饵中的应用综述。https://doi.org/10.1111/are.14907
[20] 数字化水产养殖鱼类跟踪、计数与行为分析综述。https://doi.org/10.1111/raq.13001
[21] 水下多鱼目标跟踪基准研究。https://doi.org/10.1609/aaai.v40i8.37574
[22] 水下多鱼目标跟踪方法研究。https://doi.org/10.3390/ani16020156
[23] 水产养殖精准投饵技术与装备研究综述。https://doi.org/10.3390/ani16121898
本方案以水面相机、水下相机、补光、鱼群视频分析、称重与料位监测、投饵执行反馈和边缘计算为基础。
视频中的可见鱼数量只反映特定有效视野中能够识别的目标，不等于整个鱼塘实际鱼类总数。
同一条鱼可能在连续视频帧中反复出现，数量统计必须明确是否采用瞬时目标检测、轨迹去重或过线计数。
受控过鱼通道可用于提高通过数量统计能力，但仍需验证重复过线和漏计。
鱼群活动强度、聚集程度和运动速度属于根据有效图像建立的行为特征，并不直接代表鱼类健康状态。
摄食响应强度属于视频行为分析结果，不能直接等同于鱼类实际吞食的饲料质量。
称重获得的投饵质量反映计量边界中的实际质量变化，不代表这些饲料已经全部被鱼群摄入。
料位高度和剩余饲料质量属于不同指标，只有经过适用标定时才能进行相应转换。
投饵设备收到启动命令、实际驱动运行和真正完成出料是不同状态，需要独立反馈和确认。
投饵机堵料、空转、缺料和机械异常应通过称重、驱动反馈及其他有效检测方法综合分析。
相机在浑浊、反光、气泡、鱼群重叠和光照不足条件下可能发生识别性能下降，系统应标记数据质量。
水下补光需要根据鱼种和养殖环境验证，不能为了提高成像效果而忽视光照可能造成的行为干扰。
边缘计算能力应通过实际相机数量、视频格式、模型及连续运行负载测试确认。
视觉识别结果应记录模型版本、检测范围、置信度和适用性，不应直接用于未经验证的自动增量投饵。
自动投饵应设置单次质量上限、日累计上限、任务超时和必要设备故障联锁。
当关键称重、视频或执行反馈数据失效时，应按照经批准的本地安全策略降级运行。
摄食行为异常可以辅助提示现场巡查，但不能单凭视频动作诊断缺氧、中毒或鱼类疾病。
如接入DO、水温等水质参数，应明确其真实测量来源和数据有效性，不能由视觉行为直接推导具体水质数值。
系统应形成从投饵计划、控制命令、机械执行、实际出料质量到鱼群响应的完整数据链。
通过建设鱼数量监测、活动特征分析、摄食行为识别、投饵质量计量、料位和执行状态监测以及边缘AI分析，可形成适用于鱼塘、工厂化养殖设施和养殖网箱的鱼群活动与智能摄食综合在线监测技术体系。
排插式LoRa转4G智能网关
无线远程压力采集终端
LoRaWAN无线远程液位传感器
无线智能消防栓水压监测
GNSS地质灾害监测站
一体化倾斜伏倒检测仪
地表裂缝监测仪
无线4g倾斜传感器(内置电池)
卫星物联网传输数据采集主机
智能水位控制器
智能主机环境数据4G采集仪
S-CGC5低功耗温湿度监控
4G喷灌滴灌流量计
土壤热流计热通量传感器
有线波载64路阀门集中控制器
S-PSVF 电池供电4G无线阀门控制
水位地灾拍照雷达一体化水位
水中硼线上自动分析仪
水中镍线上分析仪传感器
水质铬自动分析仪传感器
美丽乡村水质物联网平台
智能井盖管理软件平台
S-DZJC监测与预警服务平台
负氧离子LED显示发布系统
在线式智能一级声级计噪声监
噪音扬尘监测系统
太阳能供电电流电压远程监控
超声波风速风向,温湿度,噪声
在线咨询 9:00-18:00
