-
公开(公告)号：CN113591672B
公开(公告)日：2024-05-03
申请号：CN202110855887.2
申请日：2021-07-28
Applicant: 常州大学
IPC: G06V40/10 , G06V10/762 , A01K61/80
Abstract: 本发明涉及图像识别技术领域，涉及一种基于Mask‑Rcnn识别鱼类状态的检测方法，包括以下步骤：S1、对视频数据进行灰度化处理、压缩、间隔M1帧选取图像数据帧；S2、选取连续M2帧图像数据进行时空卷积和降采样处理；S3、对每个图像数据帧赋予一个标签；S4、对图像数据帧进行灰度化处理、压缩；S5、每个图像数据帧利用大小为m×m像素的滑窗分成t个分块；S6、判断标签数据二的值与所在图像的标签数据一的值相等。本发明通过K‑Means算法标签鱼饥饿状态；通过检测鱼白占比标签鱼的死亡；通过Mask‑Rcnn模型的Softmax分类器对鱼饥饿状态和死亡状态准确分类。
-
公开(公告)号：CN113591671B
公开(公告)日：2023-10-24
申请号：CN202110853696.2
申请日：2021-07-28
Applicant: 常州大学
Abstract: 本发明涉及深度神经网络技术领域，涉及一种基于Mask‑Rcnn识别鱼类生长检测方法，包括以下步骤：S1、通过鱼缸上设置摄像头采集鱼视频流数据；S2、对采集到的视频流进行分帧处理；S3、用标注软件1abelme在图像上标注鱼的标签；S4、利用Mask‑Rcnn深度神经算法的迁移学习思想，用COC0公开数据集的权重，对Mask‑Rcnn初始化，使用训练集进行训练；S5、使用测试集验证Mask‑Rcnn模型的检测效果。本发明通过Mask‑Rcnn深度神经算法，准确识别鱼类长度，计算出鱼类重量，从而准确计算出投喂饵料量。
-
公开(公告)号：CN113591672A
公开(公告)日：2021-11-02
申请号：CN202110855887.2
申请日：2021-07-28
Applicant: 常州大学
Abstract: 本发明涉及图像识别技术领域，涉及一种基于Mask‑Rcnn识别鱼类状态的检测方法，包括以下步骤：S1、对视频数据进行灰度化处理、压缩、间隔M1帧选取图像数据帧；S2、选取连续M2帧图像数据进行时空卷积和降采样处理；S3、对每个图像数据帧赋予一个标签；S4、对图像数据帧进行灰度化处理、压缩；S5、每个图像数据帧利用大小为m×m像素的滑窗分成t个分块；S6、判断标签数据二的值与所在图像的标签数据一的值相等。本发明通过K‑Means算法标签鱼饥饿状态；通过检测鱼白占比标签鱼的死亡；通过Mask‑Rcnn模型的Softmax分类器对鱼饥饿状态和死亡状态准确分类。
-
公开(公告)号：CN113591671A
公开(公告)日：2021-11-02
申请号：CN202110853696.2
申请日：2021-07-28
Applicant: 常州大学
Abstract: 本发明涉及深度神经网络技术领域，涉及一种基于Mask‑Rcnn识别鱼类生长检测方法，包括以下步骤：S1、通过鱼缸上设置摄像头采集鱼视频流数据；S2、对采集到的视频流进行分帧处理；S3、用标注软件1abelme在图像上标注鱼的标签；S4、利用Mask‑Rcnn深度神经算法的迁移学习思想，用COC0公开数据集的权重，对Mask‑Rcnn初始化，使用训练集进行训练；S5、使用测试集验证Mask‑Rcnn模型的检测效果。本发明通过Mask‑Rcnn深度神经算法，准确识别鱼类长度，计算出鱼类重量，从而准确计算出投喂饵料量。
-
-
-
Search Results
4
records
(took 0.024 seconds)
