利用鱼类识别AI模型，识别水下摄像头监控视频中鱼的种类并标明其位置；使用目标跟踪AI模型，跟踪鱼的运动轨迹；利用鱼的运动轨迹，对经过摄像头警戒区域时各种类鱼的长度和数量进行实时计算；利用历史过鱼数量统计信息，按照鱼的种类，对过鱼时间、长度、数量进行统计分析。
1.系统基本功能
a) 鱼类检测
利用深度学习方法训练鱼类检测模型，结合传统图像增强技术检测视频画面中的鱼类，在监控视频中实时定位并标注不同种类鱼的外形轮廓。
b) 鱼类跟踪
根据相邻视频帧间鱼类外形相似位置相近等特性，在监控视频中实时标注不同种类鱼在视频画面中的游动轨迹。
c) 鱼类计数
统计游经鱼道观察室的鱼类数量，对游过鱼道观察室的不同种类鱼进行计数并在监控画面中实时展示不同种类鱼的累计数量。
d) 鱼类体长估算
根据鱼类在视频画面中的体长，结合监控相机参数和监控现场鱼道侧面到相机的距离，估算真实的鱼体体长并在监控画面中实时展示。
e) 记录鱼类游经信息
记录所有游经鱼道观察室的鱼类信息（ID、种类、体长、数量等），以便于快速浏览、检索鱼类游经鱼道观察室的视频画面。
2.系统主要性能指标
系统主要性能指标包括鱼类种类识别及计数的准确率、误检率、漏检率和鱼类体长估算（待升级）的误差。
以上数据水质透明较高的情况下，进行的准确率判断
3.系统运行环境
a) 硬件环境：
处理器CPU：Intel I5 及以上(推荐Intel I9系列)
GPU：Nvidia 1650S，显存4G及以上
内存： 16GB及以上
硬盘： 2TB及以上
b) 软件环境：
Windows 10 或linux操作系统。
