本发明提出一种基于改进YOLOv9模型的鱼类异常行为检测方法，包括采集水域中的鱼类图像作为待检测图像，将待检测图像进行预处理，得到图像数据集；将YOLOv9模型的特征提取模块RepNCSPELAN4替换为DRNELAN4模块，将YOLOv9模型的Head检测头替换为DCNv4‑Dyhead检测头，将YOLOv9模型的损失函数替换为EMA‑SlideLoss损失函数，得到改进YOLOv9模型；将图像数据集输入到改进YOLOv9模型中训练改进YOLOv9模型；将待检测的水域中鱼类图像输入训练后的改进YOLOv9模型中，得到鱼类异常行为检测结果和鱼类个体目标的位置信息。本发明在复杂水环境下对高密度、遮挡鱼群的检测精度高，计算速度快，可以满足快速检测需求。