【摘要】自动准确收集渔业捕捞数据是电子观察员系统的重要组成部分，然而，由于工作环境的复杂性和跟踪的不稳定性，金枪鱼延绳钓渔获数量自动估计在实践部署中仍存在挑战。本研究设计了一个轻量级计数网络对渔船上的实时视频数据进行自动处理，实现对金枪鱼渔获物的实时跟踪和计数。本研究选择YOLOv5s作为基准网络，首先采用通道剪枝算法对YOLOv5s的主干网络进行修剪，结果表明，剪枝后的模型检测精度mAP_(0.5-0.95)达到68.8%，CPU下检测速度为16.5帧/秒（FPS），与原始模型相比，检测效果基本不变，模型的参数量、模型大小和计算量分别减少了67.2%、66.4%和42.5%，检测速度提高了32.5%。其次，利用ByteTrack算法实现了多目标的实时跟踪，优化了计数区域形状，解决了被跟踪金枪鱼身份（ID）跳变导致的计数偏差问题，10个视频的测试结果表明，该方法的平均计数准确率为80%，视频处理速度为50.7帧/秒，满足工业级实时检测要求。综上，该模型具有轻量化、高精度、实时性等优点，可在复杂的工作环境下完成对延绳钓捕捞结果的实时监控，为实现渔业自动化提供思路。