第54卷第2期2023年2月人民长江YangtzeＲiverVol．54，No．2Feb．，2023收稿日期:2022－06－10基金项目:国家自然科学基金项目(42141007);江苏特聘教授科研资助项目作者简介:彭迪，男，硕士研究生，研究方向为岸线监测与预报、遥感监测等。E－mail:chpd0629@163．com通信作者:吴太夏，男，教授，博士，研究方向为水资源环境遥感监测与评估、高光谱遥感等。E－mail:wntx@hhu．edu．cn文章编号:1001－4179(2023)02－0220－07引用本文:彭迪，吴太夏，王树东，等．YOLOv3－CBAM长江禁捕垂钓场景识别模型研究［J］．人民长江，2023，54(2):220－226，233．YOLOv3－CBAM长江禁捕垂钓场景识别模型研究彭迪1，吴太夏1，王树东2，鞠茂森3(1．河海大学地球科学与工程学院，江苏南京211100;2．中国科学院空天信息创新研究院，北京100000;3．河海大学河长制研究与培训中心，江苏南京210098)摘要:河湖水域岸线管控是河湖长制的重要内容，实施长江十年禁渔以来，长江岸线的非法捕捞行为屡禁不止，应用卫星－无人机－地面视频监控等遥感手段联合进行岸线禁捕场景识别成为趋势。为了实现对禁捕中垂钓行为的快速智能化精确检测，采用深度学习方法，利用MicrosoftCommonObjectsinContext(COCO)数据集训练出一个具有较强特征提取能力的预训练权重，借助迁移学习的思想解决了目前禁捕场景样本量少的问题。为了增强对小目标的检测效果，在目标检测网络YOLOv3的基础上添加多个注意力机制模块，形成改进后的网络模型YOLOv3－CBAM。实验结果表明:YOLOv3算法采用迁移学习的训练策略，可以加快模型的收敛速度，提高模型的识别精度，将精度从78．57%提升至93．27%;添加注意力机制模块之后，在模型参数几乎不增加的情况下，识别精度又可提升到93．99%。研究成果可为长江流域禁捕垂钓的实时动态监管提供技术支持。关键词:YOLOv3算法;长江禁渔;河湖管理与保护;注意力机制;迁移学习中图法分类号:TP391文献标志码:ADOI:10．16232/j．cnki．1001－4179．2023．02．0330引言河湖管理与保护是一项复杂的系统工程，涉及上下游、左右岸、不同行政区域和行业［1］。近年来，一些地区积极探索河长制，协调整合各方力量，有力促进了水资源保护、水域岸线管理、水环境治理等工作。河湖水域岸线是保障供水安全与防洪安全的重要屏障，河湖岸线周围存在违法侵占河道、围垦湖泊、非法采砂钓鱼等乱占滥用河湖水域岸线情况等。2016年底，中共中央办公厅、国务院办公厅印发了《关于全面推行河长制的意...
