南方水产科学

作者：张佳鹏, 吴方富, 涂雪滢, 钱程, 刘世晶

关键词：凡纳滨对虾, 非接触式测量, 体质量预测, 两阶段检测分割, 边缘感知, YOLOv11, 工厂化循环水养殖

在高密度养殖系统中，凡纳滨对虾 (Litopenaeus vannamei) 个体间的交叠、遮挡以及残饵与杂质等背景干扰，会导致视野中并非所有个体都具备可用于测量与体质量预估的条件；与此同时，虾体半透明的体表与细小轮廓，进一步增加了直接基于整幅图像进行个体测量与体质量估计的难度。为在复杂环境中获得满足测量要求的个体，以支撑准确的平均体质量预估，本研究采用“先筛选、后分割”的两阶段思路。首先，在数据构建阶段定义结构清晰、姿态完整的个体标注为“宜测量个体”，并利用YOLOv11模型从全视野图像中检测并筛选适合测量的目标个体。随后，构建融合边缘感知特征的分割网络，以强化半透明结构与细小轮廓的识别能力，实现高精度个体分割与几何参数提取。基于最小外接矩策略计算虾体长宽特征，并通过幂函数回归模型进行体质量预测。在实测场景中，精细化分割模型Dice得分达0.898 6，对应体长测量的平均绝对误差 (Mean absolute error, MAE) 为2.46 mm，体质量预测的MAE为0.51 g。结果表明，该方法在水体清晰的工厂化循环水养殖系统中，可实现对凡纳滨对虾的精准、非接触式测量，有望成为养殖智能化管理的有效工具。

来源：2026年第2期

《南方水产科学》期刊编辑部

查看南方水产科学杂志2026年第2期