近日，由广东海洋大学自主研发的两项重要成果——《高体鰤幼苗外形监测图像标注数据集》与《章红鱼幼苗异常行为图像标注数据集》，成功通过广东省数据知识产权登记。作为广东省首批海洋生物育种领域的标准化图像数据库，此次登记标志着广东在构建海洋种业数字化核心资源体系方面迈出关键一步，为现代化海洋牧场建设注入了智能新动能。

探索新业态知识产权保护机制

广东海洋大学作为广东省数据知识产权试点工作的先锋单位，积极探索新业态知识产权保护机制，并承接了2025年广东省数据知识产权推广服务项目。针对传统水产育种中长期依赖人工观测鱼类应激行为所面临的效率低、标准化难等痛点，该校构建的这两项标准化图像数据集，通过对高体鰤（章红鱼）幼苗关键外形特征及特定异常行为的精准标注，首次实现了养殖鱼类重要生物性状的数字化解析与标准化定义。

在数据构建过程中，科研团队严格遵循“数据采集全流程合规，算法校验保障高精度”的原则。利用高清网络摄像头在霞山校区基地实现了全天候多时段数据采集。为确保标注精准度，团队创新性地构建了三级校验体系，先依托自主研发模型进行预标注，再进行全手工校验，严格保障边界框与目标精准匹配。团队还运用智能扩增优化技术提升数据规模与质量，剔除低分辨率图像并经标准化增强处理后，所有数据均采用XML格式完成了结构化标注，为后续模型训练奠定了坚实基础。

高体鰤幼苗外形监测数据集

章红鱼幼苗异常行为数据集

这些数据集的应用使水产育种领域有了智能化突破。基于《外形监测数据集》训练的AI模型，通过解析XML边界框坐标实现种鱼尺寸量化，首次实现了种鱼行为的全天候自动监测，较传统人工观察效率提升50%。在风险防控环节，依托《异常行为数据集》构建的识别系统可秒级精准捕捉章红鱼幼苗缺氧、趴底等异常状态，并自动联动增氧设备响应，大幅降低极端天气及管理盲区导致的损耗。技术突破更延伸至深远海场景——融合双数据集训练的GAB-YOLO目标检测模型与自研CNN算法，成功赋能水下机器人，彻底突破了传统人工在深远海环境下的监测极限。同时，应用价值向产业多层级渗透，例如基于幼苗分布热图技术指导的智能投喂系统（如潮州饶平振农水产应用案例），实现了饲料精准投放，浪费量减少30%。尤为关键的是，该成果建立了一套统一规范的行为标注体系，为种质资源评估提供了客观、可量化的科学标准，有力推动了产业标准化进程。

赋能“蓝色粮仓”数据驱动创新规模化落地

当前，湛江市正逐步建立新业态知识产权保护机制。广东海洋大学通过示范数据权益如何有效转化为产业动能（如优化智能投喂模型），为沿海城市和科研机构提供了“数据来源合规、权益保护明确、产业联动紧密”的可复制路径，赋能“蓝色粮仓”数据驱动创新实现规模化落地。与此同时，核心种源自给取得里程碑式突破，章红鱼全人工繁育技术已达成熟稳定阶段，累计出苗量突破200万尾，标志着核心种源供应自主可控目标圆满实现。AI育种创新正引领产业变革，通过构建全省首个海洋牧场图像数据集，成功驱动“行为-性状”智能关联分析模型落地，为智慧种业发展注入新动能。

强大的产学研协同力量是成果的坚实支撑。项目由国家自然科学基金项目主持人、广东省“海洋牧场装备信息化与智能化”创新团队首席刘洺辛教授领衔。朱春华教授团队主持省重点攻关项目成功实现了章红鱼全人工繁育；林聪副教授聚焦“海上小目标识别方法研究”，侯明鑫副教授攻关“深海网箱目标检测技术研究”。团队累计承担国家级项目5项、省部级项目8项，形成专利20余项、软著20余项，并与清华大学、挪威科技大学等国际顶尖机构深度合作，构建了从基础研究到产业应用的完整技术闭环。

数据知识产权的成功登记，标志着广东海洋大学正积极推动种业从“经验驱动”向“数据驱动”转型。未来，学校将着力拓展数据覆盖范围，输出技术范式，推广可复制经验，逐步建立覆盖南海主要养殖鱼类的生物行为数据库，为深远海无人化智能监测、种质资源高通量评价提供“广东方案”，助力全国海洋牧场种业振兴。

南方+记者 林日清

通讯员 林冬敏 陈彩苹