ESC-YOLOv8-seg：斑马鱼水下监测中小目标表面异常的实时无损检测框架

《Ecological Informatics》：ESC-YOLOv8-seg: A real-time non-destructive detection framework for small-target surface anomalies in zebrafish underwater monitoring

　　本研究针对斑马鱼等小型鱼类在复杂水下环境中体表异常检测精度低、实时性差的问题，开发了基于YOLOv8框架的ESC-YOLOv8-seg模型。通过集成EMA注意力机制、SPPELAN模块和C2f-Faster模块，并增加P2检测头，该模型在真实养殖环境下实现了106 FPS的检测速度和98%的准确率，为鱼类健康管理提供了有效的无损预警方案。

　　

在生物医学和环境毒理学研究中，斑马鱼（Danio rerio）因其基因组与人类高度相似（约70%）而成为不可或缺的模式生物。然而，这些小巧的生物在养殖过程中极易受到疾病侵袭，特别是体表会出现溃疡性出血、头部充血、鳞片异常等病变。传统的鱼类疾病检测方法依赖人工观察，不仅耗时耗力，还存在主观性强、难以实现24小时连续监测等问题，可能导致突发异常漏检和记录不完整。

更棘手的是，斑马鱼体型微小（成年个体仅2-4厘米），在高密度养殖环境下（约5尾/升），其体表细微病变极易受到复杂背景、个体遮挡和水下成像噪声的干扰。虽然计算机视觉技术为鱼类健康监测提供了新思路，但现有研究多基于离体拍摄或特殊装置，难以满足斑马鱼活体、连续、水下监测的需求。开发一种能够实时、精准识别斑马鱼体表异常的智能检测系统，成为保障科研数据可靠性和鱼类福利的关键挑战。

针对这一难题，中国科学院水生生物研究所的研究团队在《Ecological Informatics》上发表了一项创新研究成果。他们提出了一种名为ESC-YOLOv8-seg的深度学习框架，专门用于斑马鱼水下体表异常的实时无损检测。该研究通过巧妙整合多种先进模块，显著提升了小目标检测的精度和速度，为鱼类健康管理提供了强有力的技术支撑。

研究团队采用了几项关键技术方法：首先，他们通过感染嗜水气单胞菌（Aeromonas hydrophila）的斑马鱼模型获取图像数据，建立了包含10,868张单鱼图像和2,457张群鱼图像的标注数据集；其次，针对水下图像质量差的问题，采用了对比度增强和双边滤波的预处理方法；最重要的是，他们在YOLOv8-seg框架基础上引入了EMA（Efficient Multi-scale Attention）注意力机制、SPPELAN（Spatial Pyramid Pooling with Efficient Layer Aggregation Network）模块和C2f-Faster模块，并增加了专门针对微小目标的P2检测头。

2.1. 鱼类和视频采集

研究人员使用嗜水气单胞菌感染2-4月龄斑马鱼，在感染后第3天开始采集图像。实验设置了两种场景：单鱼拍摄使用高分辨率相机（2448×2048像素，80 FPS），群鱼拍摄模拟实际养殖条件（1920×1080像素，30 FPS）。通过手动筛选标注了包括鳞片缺失、尾柄充血、背部充血等在内的多种体表异常图像。

2.2. 数据采集

研究构建了三个数据集：原始群鱼图像、预处理后群鱼图像以及混合图像数据集。预处理采用YUV色彩空间的直方图均衡化和双边滤波，有效提升了图像质量（平均PSNR为20.48 dB，SSIM为0.87）。数据增强技术如随机裁剪、旋转和缩放被应用于训练集，以提高模型泛化能力。

2.3. 提出的斑马鱼异常体表识别方法

ESC-YOLOv8-seg模型的核心创新体现在四个方面：EMA模块通过并行子网络结构整合位置信息和多尺度特征；SPPELAN模块替代原有SPPF，增强了多尺度特征提取能力；C2f_Faster模块采用部分卷积（PConv）减少计算冗余；P2检测头专门优化了极小目标的检测性能。这些改进共同提升了模型在复杂背景下识别细微异常的能力。

2.4. 异常体识别结果评估

研究采用准确率（Accuracy）、精确率（Precision）、召回率（Recall）和平均精度（mAP）等指标评估模型性能。其中mAP@0.5和mAP@0.5:0.95分别代表在IoU阈值为0.5和0.5-0.95范围内的平均精度，全面反映了模型的分类和定位能力。

3.1. 实施细节

模型在配备NVIDIA RTX A4000显卡的工作站上部署，基于PyTorch 1.12.0和CUDA 11.3环境开发，并建立了在线检测平台（FishSitter）供实际应用测试。

3.2. 流行模型比较

与Mask R-CNN、YOLACT和YOLOv9-seg等模型相比，YOLOv8-seg在检测速度（73 FPS）和模型大小（6.45 MB）方面表现最优，虽然YOLOv9-seg在精度上略有优势，但综合考虑实时性需求，研究选择YOLOv8-seg作为基础框架。

3.3. 改进模型的检测性能

逐步引入CA、EMA、SPPELAN等模块后，模型性能持续提升。最终的ESC-YOLOv8-seg在混合图像数据集上达到了0.994的mAP@0.5和0.857的mAP@0.5:0.95，相比原始YOLOv8-seg分别提高了0.033和0.112。虽然计算复杂度有所增加（参数量8.412 M，FLOPs 40.173 G），但仍保持53 FPS的实时检测速度。

3.4. 模型识别结果

可视化结果显示，ESC-YOLOv8-seg能准确识别各种体表异常，错误识别数量显著减少。在原始群鱼图像测试集上，准确率从90.12%提升至92.65%；在混合图像测试集上，从95.75%提升至98.25%。失败案例分析表明，错误主要源于严重遮挡、运动模糊等不可恢复的图像质量问题。

3.5. 粗略病变区域分类的尝试

研究还探索了基于YOLOv8-cls的病变区域粗分类，将病变分为尾柄、腹部、背部、胸鳍四个区域。在567张测试图像上整体错误率为8.56%，但该方法只能识别最显著的病变区域，无法实现像素级定位，揭示了其临床应用局限性。

3.6. 在线平台功能

开发的FishSitter平台支持图像和视频检测，本地部署时平均延迟为18.5毫秒，吞吐量达54 FPS，远超实时视频处理的标准要求（30 FPS）。平台开源了代码和实验数据，促进了方法的可重复性和进一步应用。

研究讨论部分指出，ESC-YOLOv8-seg代表了一种模型级、视觉内融合的新范式，与多传感器融合方法形成互补。该方法在计算效率和部署便利性方面具有明显优势，特别适合实验室环境的高通量视觉检测。同时，研究也承认了当前局限性，包括疾病类型多样性不足、 generalization能力有待进一步验证等。

未来研究方向包括扩展数据集多样性、进一步优化模型架构、探索多模态数据融合以及验证跨物种适用性。尽管病变区域分类的初步探索效果有限，但这为后续开发像素级分割网络指明了方向。

该研究的重要意义在于，它不仅为斑马鱼科研提供了可靠的健康监测工具，其方法框架还可推广至经济鱼类的工业化养殖中。通过早期识别和及时干预，有望显著降低疾病传播风险，保障水产养殖业的健康发展。这种将先进计算机视觉技术应用于水生生物健康监测的创新实践，为智慧水产养殖和实验动物管理提供了重要技术支撑。