近日，淡水渔业研究中心渔业经济和信息研究室、国家数字渔业淡水养殖专业创新分中心团队在中华绒螯蟹实时轻量化形态溯源研究上取得新进展。

中华绒螯蟹（河蟹）养殖过程中存在产地假冒（如“洗澡蟹”）问题，传统溯源方法（形态学检测、生化指标分析）效率低、对经验强依赖且精准追溯成本高。本研究提出基于深度学习的二阶段溯源框架，实现高效实时产地鉴定。通过采集江苏省中华绒螯蟹5大主要产地（阳澄湖、太湖、固城湖、洪泽湖、兴化等）原始成蟹图像经过数据增强构建数据集；设计融合目标检测（MC-RTLNet）和产地分类（IGINC模型）二阶段框架，构建集成全维度动态卷积（ODConv）、轻量化特征融合模块（SlimNeck）、LSCD检测头等三大模块的YOLOv10n增强算法精准定位图像中的蟹体目标区域，在GoogleNet的Inception模块基础上优化集成非对称卷积块（AC.B模块）和SE注意力机制实现中华绒螯蟹产地识别。算法模型能够实现309FPS实时检测，参数量仅为VGG16的17.4%、AlexNet的40%，训练/推理速度远超传统模型且无需专业设备或人工鉴定，为水产品质量监管提供自动化技术支持的同时也为打击产地假冒行为、提升地方品牌力提供有效技术支持。

本研究得到了国家重点研发计划（2022YFF0600007）、水科院科技创新团队（2023TD65）、所基本科研业务费（ 2021JBFM11）和2024年渔业生态与资源监测服务采购项目的资助。相关成果论文“Real-Time Lightweight Morphological Detection for Chinese Mitten Crab Origin Tracing”发表于期刊《applied sciences》上，渔业经济和信息研究室马晓飞为第一作者，段金荣副研究员为通讯作者。