计算机视觉

面向智慧渔业的真实应用场景，研究鱼类个体检测、品种识别、摄食行为分析与表型特征提取，探索视觉算法在复杂水体环境中的稳定性与应用价值。

研究内容

这一方向关注如何从鱼类图像与视频中提取可解释、可量化的信息。研究任务涵盖密集目标与旋转目标检测、细粒度品种识别、时空行为识别，以及颜色、斑纹和体型等表型特征分析，并进一步将算法封装为可交互的应用系统。

融合旋转目标检测、品种识别与品相量化，并通过 Streamlit 和 Docker 构建可交互、可迁移的演示系统。

结合 YOLOX、SlowFast 与 PyQt5 构建鱼类摄食强度检测识别系统。