利用深度学习计数声纳图像中的鱼和海豚

深度学习为改善关于亚马逊河鱼类和海豚丰度与因森林砍伐导致的冠层覆盖减少之间关系的矛盾报告提供了机会。目前的鱼类和海豚丰度估计方法是通过现场采样，使用视觉和捕获/释放策略进行的。我们提出一种新颖的方法，利用深度学习从拖钓船后部获取的声纳图像中估计鱼类和海豚的丰度。我们考虑了由Fund Amazonia研究小组提供的143张图像数据集，其中鱼类数量范围为0-34条，海豚数量范围为0-3只。为克服数据限制，我们测试了在非常规的15/85训练/测试划分上进行数据增强的能力。使用20张训练图像，我们利用增强的背景以及从训练集中随机放置/旋转裁剪的鱼和海豚，模拟了多达25,000张图像的数据梯度。然后，我们训练了四种多任务网络架构：DenseNet201、InceptionNetV2、Xception和MobileNetV2，使用两种函数逼近方法（回归和分类）来预测鱼和海豚的数量。对于回归，Densenet201在鱼类预测上表现最佳，Xception在海豚预测上表现最佳，均方误差分别为2.11和0.133。对于分类，InceptionResNetV2在鱼类预测上表现最佳，MobileNetV2在海豚预测上表现最佳，平均误差分别为2.07和0.245。考虑到123张测试图像，我们的结果显示了数据模拟对于有限声纳数据集的有效性。我们发现DenseNet201在大约5000张训练图像后能够识别海豚，而鱼类则需要完整的25,000张。我们的方法可用于降低成本，并将亚马逊河及全球河流系统中鱼类和海豚丰度的数据分析加速至实时。