在廣闊而神秘的海洋與水產(chǎn)養(yǎng)殖場中，準(zhǔn)確“看清”并識別每一條魚，是智能化養(yǎng)殖、生態(tài)監(jiān)測和海洋研究的基礎(chǔ)。然而，現(xiàn)實(shí)往往比理想骨感——水下的魚兒并非總是規(guī)規(guī)矩矩地排排坐，它們會成群游動、相互交疊，形成復(fù)雜的遮擋場景。這導(dǎo)致了一個在計算機(jī)視覺領(lǐng)域頗具挑戰(zhàn)性的問題：如何從一張水下圖片中，精準(zhǔn)地分割出每一條被部分甚至完全遮擋的魚？這不僅要求算法能“認(rèn)出”魚，還要能精確勾勒出每條魚被遮擋后剩余的輪廓。遺憾的是，現(xiàn)有技術(shù)在這一難題面前常常“失靈”，而一個核心的瓶頸在于，缺乏專門針對“遮擋”這一嚴(yán)苛條件設(shè)計的大規(guī)模、高質(zhì)量標(biāo)注數(shù)據(jù)集。

為了破解這一困局，來自中國農(nóng)業(yè)大學(xué)涿州精準(zhǔn)水產(chǎn)養(yǎng)殖基地的研究團(tuán)隊(duì)，開展了一項(xiàng)旨在推動遮擋感知魚類實(shí)例分割技術(shù)發(fā)展的研究。他們系統(tǒng)性地構(gòu)建了一個前所未有的專業(yè)數(shù)據(jù)集——魚類遮擋數(shù)據(jù)集（Fish Occlusion Dataset, FOD），并以此為基礎(chǔ)，對當(dāng)前主流的實(shí)例分割模型進(jìn)行了全面的“壓力測試”，最終找到了在嚴(yán)重遮擋環(huán)境下表現(xiàn)最為魯棒的模型。這項(xiàng)意義深遠(yuǎn)的工作已發(fā)表在《Scientific Data》期刊上。

研究者們采用了幾個關(guān)鍵方法來完成這項(xiàng)研究。首先，是數(shù)據(jù)集的精心構(gòu)建：他們在真實(shí)養(yǎng)殖環(huán)境中采集了大量原始水下圖像，并進(jìn)一步合成了更多樣化的遮擋場景圖像，最終形成了包含14,376張圖片和144,894個精細(xì)標(biāo)注的魚類實(shí)例的FOD數(shù)據(jù)集。每個實(shí)例都根據(jù)遮擋程度被精細(xì)地標(biāo)注為“整體”、“部分”和“碎片”三個等級。其次，是嚴(yán)謹(jǐn)?shù)臉?biāo)注流程：所有標(biāo)注工作均由經(jīng)過培訓(xùn)的學(xué)生在專家監(jiān)督下手工完成，確保了數(shù)據(jù)的一致性與高精度。最后，是系統(tǒng)的模型基準(zhǔn)測試：他們選取了八種具有代表性的實(shí)例分割模型（涵蓋基于檢測和無提議框兩種主流架構(gòu)）在FOD上進(jìn)行了性能評估與對比。

研究人員構(gòu)建的FOD數(shù)據(jù)集是一個專為遮擋場景設(shè)計的大規(guī)模資源。它不僅包含了在真實(shí)養(yǎng)殖池中拍攝的原始圖像，還通過合成技術(shù)生成了更多具有復(fù)雜遮擋模式的圖像，極大地豐富了數(shù)據(jù)多樣性。數(shù)據(jù)集的核心價值在于其精細(xì)的三級遮擋標(biāo)注體系（整體、部分、碎片），這使得研究者能夠從粗到細(xì)、分層次地評估模型在不同遮擋難度下的性能表現(xiàn)，為算法優(yōu)化提供了明確的靶點(diǎn)。

為了檢驗(yàn)FOD的實(shí)用性與挑戰(zhàn)性，研究團(tuán)隊(duì)在數(shù)據(jù)集上對八種主流實(shí)例分割模型進(jìn)行了橫向評測。這些模型代表了該領(lǐng)域的不同技術(shù)路線，包括Mask R-CNN、Cascade Mask R-CNN等基于檢測的架構(gòu)，以及SOLOv2、Mask2Former等提案無關(guān)（proposal-free）的架構(gòu)。性能評估采用了平均精度（Average Precision, AP）等通用指標(biāo)，并特別關(guān)注了模型在不同遮擋等級下的表現(xiàn)差異。

全面的評測揭示了一些有趣的發(fā)現(xiàn)。總體而言，在FOD數(shù)據(jù)集上，所有模型在“整體”魚類（無遮擋或輕微遮擋）上的分割精度都顯著高于“部分”和“碎片”級別，這印證了遮擋確實(shí)是實(shí)例分割的主要難題。橫向?qū)Ρ蕊@示，Mask2Former模型脫穎而出，取得了最高的綜合分割性能。更深入的分析表明，Mask2Former在處理“嚴(yán)重遮擋”（即“碎片”級別）的魚類實(shí)例時，其優(yōu)勢尤為明顯。這暗示了其獨(dú)特的基于Transformer的架構(gòu)和掩碼注意力機(jī)制，可能更善于從支離破碎的視覺線索中整合全局信息，從而更好地處理復(fù)雜遮擋。

這項(xiàng)研究通過構(gòu)建首個專門面向魚類遮擋實(shí)例分割的大規(guī)模、細(xì)粒度標(biāo)注數(shù)據(jù)集FOD，為水下計算機(jī)視覺社區(qū)提供了一個至關(guān)重要的基準(zhǔn)平臺。它不僅解決了該領(lǐng)域數(shù)據(jù)匱乏的痛點(diǎn)，其三級遮擋標(biāo)注體系更為算法性能的細(xì)粒度評估樹立了新標(biāo)準(zhǔn)。基于FOD的模型基準(zhǔn)測試結(jié)果表明，現(xiàn)有模型在嚴(yán)重遮擋下仍面臨巨大挑戰(zhàn)，而Mask2Former展現(xiàn)出了相對更強(qiáng)的魯棒性。這些發(fā)現(xiàn)不僅為后續(xù)研究指明了方向——即開發(fā)更強(qiáng)大的、遮擋感知的實(shí)例分割模型，也直接服務(wù)于智能水產(chǎn)養(yǎng)殖的實(shí)踐，為實(shí)現(xiàn)高精度的自動化魚類計數(shù)、行為分析和健康監(jiān)測提供了堅(jiān)實(shí)的數(shù)據(jù)與方法論基礎(chǔ)，對推動海洋科學(xué)研究和藍(lán)色經(jīng)濟(jì)發(fā)展具有積極意義。