南方水产科学

作者：王锦, 李根, 丁木, 李振华, 袁太平, 黄小华

关键词：深海网箱养殖, 网衣特征识别, 水下机器人定位, U-Net模型, 深度学习

针对深海网箱养殖中水下网衣清洗机器人视觉导航与网衣维护的迫切需求，提出一种基于U-Net模型改进的网衣结构特征识别方法。该方法通过分割网衣关键结构特征——网线交点 (简称结节) 与纲线，为水下网衣清洗机器人提供可靠的视觉定位基准和路径跟踪依据，同时辅助网衣破损污损的检测。具体而言，通过水下网衣清洗机器人采集网衣图像数据，并对网衣结节和纲线进行标注，构建网衣结构特征数据集。以轻量级语义分割模型U-Net为基线模型，创新性集成空洞空间金字塔池化 (Atrous Spatial Pyramid Pooling, ASPP) 与交叉注意力机制 (Criss-Cross Attention, CCA)，强化模型对网衣结构特征的语义表达能力；同时设计适配网衣结构特征的专项评价指标。系统对比结果表明，改进模型在网衣数据集上表现最优，其中结节Dice系数为0.60、F1分数为0.92，纲线Dice系数为0.74、F1分数为0.62，显著优于基线模型。该方法可为后续网衣结节和纲线的跟踪研究提供参考。

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