【摘要】为促进渔业生产智能化、现代化发展，本文综述了基于深度学习的鱼类识别相关技术。首先，从数据集构建、数据预处理、神经网络模型设计以及模型训练等四个方面阐述了基于深度学习的鱼类识别工作流程。然后，从图像分类、目标检测、图像分割三个角度总结了近几年鱼类识别相关技术的研究进展及应用成果。在这些应用中，图像分类主要用于识别个体鱼的色泽与种类、目标检测则侧重于估计鱼群的数量和体型、而图像分割则在推断鱼类的状态和行为方面发挥着重要作用。最后，文章分析了不同方法所具备的优势，比较了各方法在数据集中的性能指标。结果表明深度学习方法效率普遍较高、泛化能力普遍较强。所总结的深度学习技术能够为渔业科研人员提供参考，更好地满足渔业现代化发展需求。