为解决实际养殖环境中存在鱼群数据集少、追踪算法效果不稳定、追踪部署成本高等问题，结合鱼群行为数据、鱼群追踪算法和边缘计算平台3方面建立一套基于边缘计算的鱼群实时追踪系统。采集并标注养殖环境中的金鲳鱼视频以建立鱼群行为数据集；提出基于检测的鱼群追踪算法FishTrack,改进追踪轨迹的关联策略，以减少因鱼群姿态变换和长期遮挡导致的目标丢失；将FishTrack部署在轻量级边缘计算设备上，保证追踪效果的同时降低了计算成本。研究结果表明：FishTrack在金鲳鱼数据集上的追踪准确率可达72.95%,比当前主流追踪算法ByteTrack的目标交换错误率降低了83%;实时追踪速度为平均7.40帧/s,适用于真实生产环境中鱼群的实时追踪。