利用魚類識別AI模型，識別水下攝像頭監控視頻中魚的種類并標明其位置；使用目標跟蹤AI模型，跟蹤魚的運動軌跡；利用魚的運動軌跡，對經過攝像頭警戒區域時各種類魚的長度和數量進行實時計算；利用歷史過魚數量統計信息，按照魚的種類，對過魚時間、長度、數量進行統計分析。
1.系統基本功能
a) 魚類檢測
利用深度學習方法訓練魚類檢測模型，結合傳統圖像增強技術檢測視頻畫面中的魚類，在監控視頻中實時定位并標注不同種類魚的外形輪廓。
b) 魚類跟蹤
根據相鄰視頻幀間魚類外形相似位置相近等特性，在監控視頻中實時標注不同種類魚在視頻畫面中的游動軌跡。
c) 魚類計數
統計游經魚道觀察室的魚類數量，對游過魚道觀察室的不同種類魚進行計數并在監控畫面中實時展示不同種類魚的累計數量。
d) 魚類體長估算
根據魚類在視頻畫面中的體長，結合監控相機參數和監控現場魚道側面到相機的距離，估算真實的魚體體長并在監控畫面中實時展示。
e) 記錄魚類游經信息
記錄所有游經魚道觀察室的魚類信息（ID、種類、體長、數量等），以便于快速瀏覽、檢索魚類游經魚道觀察室的視頻畫面。
2.系統主要性能指標
系統主要性能指標包括魚類種類識別及計數的準確率、誤檢率、漏檢率和魚類體長估算（待升級）的誤差。
以上數據水質透明較高的情況下，進行的準確率判斷
3.系統運行環境
a) 硬件環境：
處理器CPU：Intel I5 及以上(推薦Intel I9系列)
GPU：Nvidia 1650S，顯存4G及以上
內存： 16GB及以上
硬盤： 2TB及以上
b) 軟件環境：
Windows 10 或linux操作系統。
