基于SPDConv改进YOLOv10n的蝴蝶鱼识别技术

1. 蝴蝶鱼识别项目概述

水下生物识别一直是计算机视觉领域的重要应用方向，其中蝴蝶鱼因其丰富的种类和独特的形态特征成为研究热点。蝴蝶鱼作为珊瑚礁生态系统的重要指示物种，其种群变化直接反映了海洋健康状况。然而，复杂的水下环境、多变的光照条件以及蝴蝶鱼自身多样的形态特点，给传统识别方法带来了巨大挑战。

本项目基于YOLOv10n模型进行改进，通过引入SPDConv（Spatial Pyramid Depthwise Convolution）模块，显著提升了模型对蝴蝶鱼的识别精度。实验采用包含20种蝴蝶鱼的5200+图像数据集，经过CLAHE增强和多角度数据扩充，最终模型mAP达到0.876，较原始YOLOv10n提升3.7%，参数量减少12.3%，特别在小目标检测性能上提升显著。

2. 数据集构建与预处理

2.1 数据收集与标注

构建高质量的数据集是模型成功的基础。我们收集了来自海洋生物学研究机构和实地拍摄的蝴蝶鱼图像，涵盖20种常见蝴蝶鱼种类，总计5200+张图像。数据集特征如下：

数据标注采用LabelImg工具，确保每个蝴蝶鱼个体都被准确标记。标注时特别注意以下几点：

1. 当多个蝴蝶鱼重叠时，确保每个个体都有独立标注
2. 对于部分遮挡的个体，仍然标注完整边界框
3. 记录每张图像的拍摄环境参数（深度、光照条件等）

2.2 数据预处理技术

针对水下图像的特殊性，我们采用了以下预处理策略：

1. CLAHE增强：使用对比度受限的自适应直方图均衡化技术处理图像，有效解决水下图像常见的蓝色调偏移和低对比度问题。

2. 数据增强：应用多种增强技术扩充数据集：

   • 随机旋转（-15°~15°）
   • 水平/垂直翻转
   • 亮度调整（±20%）
   • 对比度调整（±20%）
   • 添加高斯噪声（σ=0.01）

3. 归一化处理：将像素值归一化到[0,1]范围，加速模型收敛。

python复制def clahe_enhancement(image):
    # 将图像转换为LAB颜色空间
    lab = cv2.cvtColor(image, cv2.COLOR_BGR2LAB)
    l, a, b = cv2.split(lab)
    
    # 应用CLAHE到L通道
    clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
    cl = clahe.apply(l)
    
    # 合并通道并转换回BGR
    limg = cv2.merge((cl,a,b))
    enh