1.一种基于mel声谱图与改进seresnet的鱼类行为识别方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于mel声谱图与改进seresnet的鱼类行为识别方法，其特征在于，所述步骤s1中，通过水听器采集养殖水域中的所述鱼类音频信号，鱼类每个行为采集时长为120s，将采集到的鱼类音频信号按照每段2s进行人工切分并编号，另设一组空白噪声对照组同步采集环境噪声，所述空白噪声对照组用于区分鱼类音频信号和噪声音频信号，将编号后的鱼类音频信号中的噪声音频信号去除，得到预处理后的鱼类音频信号。
3.根据权利要求2所述的一种基于mel声谱图与改进seresnet的鱼类行为识别方法，其特征在于，所述步骤s2中，所述mel声谱图特征提取方法包括通过mel滤波器对鱼类音频信号进行傅里叶变换，将能量非线性映射到频域梅尔刻度上，提取出傅里叶变换后的鱼类音频信号中的重要频率特征，在频率轴上对鱼类音频信号进行压缩，提取出鱼类细粒度声音信息，得到鱼类音频的mel声谱图特征信息。
4.根据权利要求3所述的一种基于mel声谱图与改进seresnet的鱼类行为识别方法，其特征在于，所述步骤s3中，
5.根据权利要求4所述的一种基于mel声谱图与改进seresnet的鱼类行为识别方法，其特征在于，所述步骤s4中，所述se注意力机制模块通过所述池化层模块进行全局平均池化获取mel声谱图特征信息的全局信息，通过第一全连接层模块顺着空间维度对mel声谱图特征信息进行特征压缩，使特征维度降低，通过relu层模块进行非线性操作，经过全连接层将特征维度还原并拟合通道间复杂的相关性卷积特征，最后使用sigmoid函数激活，与所述卷积特征进行逐空间位置相乘，得到所述鱼类声音关键信息。
6.根据权利要求5所述的一种基于mel声谱图与改进seresnet的鱼类行为识别方法，其特征在于，所述步骤s5中，设所述鱼类声音信息特征经过卷积处理后的特征向量为ht，如公式(1)所示：
7.根据权利要求6所述的一种基于mel声谱图与改进seresnet的鱼类行为识别方法，其特征在于，所述步骤s7中，输出的鱼类行为识别结果包括摄食行为、游泳行为和跳跃行为。