泰山赤鳞鱼作为名贵保护淡水鱼种,具有极高的医用和营养价值,但在自然环境下生长缓慢,并且对生存环境有一定要求。投喂是赤鳞鱼规模化养殖的必要环节,利用机器视觉分析和对比投喂前后的行为信息,为养殖智能化投喂策略制订提供参考,本文作出主要研究内容及结论如下:（1）提出基于卷积神经网络YOLOv5的赤鳞鱼目标检测方法,首先通过采集赤鳞鱼图像样本并进行数据增强,共获取2000幅样本,进行赤鳞鱼框标定并完成数据集制备;其次对YOLOv5存在的四种版本YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x统一运用Mosaic数据增强、余弦退火衰减学习率、调整超参数来进行模型训练选定试验,基于识别正确率、模型复杂度、资源利用综合考虑,确定YOLOv5s模型为本研究的最佳应用模型;最后针对选定模型进一步进行轻量化改进,改进试验结果表明,轻量化后的模型在参数降低30%情况下,其平均精度值m AP、准确率P、召回率R分别超出原模型0.3%、0.1%、0.3%,实现性能相当。（2）提出在轻量化改进模型基础上实现赤鳞鱼投喂行为观测方法研究,确立从游动速度、群聚水平、流量统计三个方面开展观测,首先进行相机标定实验检验图像畸变程度;然后将轻量化目标检测模型同Deep Sort追踪算法结合实现赤鳞鱼个体游动速度推理;其次将目标检测模块同DBSCAN聚类算法结合,检测模块先负责目标坐标信息提取,聚类算法对其进行聚集划分,进而目标检测模块根据划分结果实现赤鳞鱼聚、散状态识别;最后对流量统计作出模块设计,在轻量化模型与追踪算法结合基础上引入计数、计时模块,完成赤鳞鱼流量统计,经人工检验其准确度达92%以上。（3）对赤鳞鱼已确立的三个行为方面展开投喂观测试验,主要包括同月份下鱼群投喂行为的时间序列观测试验,同月份下鱼群有、无投喂安排的观测结果对比试验,三个不同月份观测结果的纵比分析。游动速度、流量统计对赤鳞鱼的活跃程度统计表明,临近投喂时间,赤鳞鱼活跃水平不断增加,完成投喂后随时间推移活跃水平逐渐下降;有、无投喂试验对照表明,赤鳞鱼在经正常摄食后的一段时间中,活跃水平降低较无投喂更明显;选取的6月、9月、10月三个不同月份中,经对比6月环境下赤鳞鱼活跃水平最高,9月次之,10月最低。群聚水平统计试验结果表明,投喂对赤鳞鱼进食前后的群聚状态不造成显著影响,不同月份间的群聚水平没有表现出明显差异性。