本数据集是图像标注的草鱼异常行为数据集。数据集核心在于系统化捕捉并标注了草鱼在实验室封闭养殖环境中（涵盖水下/水面双视角及早中晚多时段光线变化）表现的四类异常行为。数据集通过视频抽帧、图像增强及半自动标注（人工预标注结合YOLOv8改进模型）流程构建，包含对应的XML标注文件。该数据集可用于水产养殖智能监控系统的实时异常行为识别预警、AI管理平台及水下机器人巡检，弥补了草鱼集约化养殖中精细化异常行为监测的数据不足，为智能水产养殖科研机构与企业提供了高效的解决方案。

图像采集：用相机设备，按早中晚光线条件采集1080P/2560分辨率的监控视频。视频抽帧：借助视频处理工具，以固定帧间隔提取原始视频帧，同时过滤模糊、低质量帧。数据增强：利用Image-Augmentation软件，对部分图像进行对比度调整、灰度化等操作，以丰富数据集多样性。人工预标注：在makesense平台随机选取部分图像，手工标注异常行为目标边界框，标注文件为XML格式。 模型预训练：基于预标注数据训练，构建基于YOLOv8改进的轻量化初始检测模型。自动标注与人工校验：用初始模型对剩余图像自动生成XML标注文件，之后在makesense平台人工核对自动标注结果，修正漏标、误标目标框及属性标签。标注信息包括：[数据图像]：图像信息：图像所在目录；名称；绝对路径；所在数据库；尺寸：长、宽、高；图像分割；标注信息：标注名称；拍摄角度；目标截断；检测难易；标注框信息：目标框左上、右下两个点位置。数据安全：原始视频与图像仅存于校内加密设备，对外提供脱敏后的数据集，且标注文件与图像一一对应，经校验后形成最终数据集，最终模型训练基于YOLOv8改进的轻量化算法进行。

本数据集聚焦于解决水产养殖业的核心痛点—鱼类健康状态实时监测困难问题。通过在封闭养殖环境中部署水下及水面监控设备，全天候采集草鱼行为数据，覆盖快速逃窜、持续翻滚、活动迟缓、聚集不动等典型异常行为。这些行为与鱼类患病、缺氧、惊扰等应激状态直接关联，为智慧渔业提供关键数据支撑。 主要应用于水产养殖智能监控系统，通过基于YOLOv8改进的轻量化算法实时识别异常行为，实现养殖异常事件的早期预警。系统可部署于集约化养殖池塘、网箱等封闭环境，当检测到特定异常行为时触发报警机制，辅助养殖人员及时干预，降低病害扩散风险。 支持AI辅助养殖管理平台的开发，通过分析异常行为模式生成鱼群健康评估报告，并联动调控增氧机、投饵机等设备。例如识别到"聚集不动"行为时自动启动增氧设备，检测到"快速逃窜"行为时暂停投喂操作，优化养殖管理决策流程。 对于大型深水养殖区域，数据集可赋能智能水下机器人系统。搭载轻量化识别模型的自主巡航设备，能够克服固定摄像头的视野局限，动态捕捉深水区、角落等高风险区域的个体异常行为，为政府水产监测站和大型养殖企业提供全覆盖监测方案。适用于草鱼集约化养殖企业、渔业科研机构及水产监管部门。

详见数据样例附件 附件下载

[数据图像]（以包含单个目标为例）：图像信息：图像所在目录；名称；绝对路径； 所在数据库；尺寸：长、宽、高；图像分割；标注信息：标注名称；拍摄角度；目标截断 ；检测难易；标注框信息：目标框左上、右下两个点位置。