公开(公告)号：CN115601632A

公开(公告)日：2023-01-13

申请号：CN202211179243.7

申请日：2022-09-27

Applicant: 厦门大学(CN)

Inventor： 绳梓 ,  张宇 ,  张博宇 ,  李泓泉

IPC: G06V20/05 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种水下光学致灾生物识别方法和装置以及设备。包括：获取不同水下图片数据，标注致灾生物；构建并训练基于所述水下图片数据的教师神经网络；通过教师神经网络生成学生神经网络，通过教师神经网络的输出结果训练学生神经网络；根据所述学生神经网络来对所述水下图片数据进行对应所述图片数据的致灾生物的预测和分类。本发明利用该轻量化的学生YOLO网络实现设备运行的便携化。解决小型设备难以部署较强的硬件来满足复杂网络的性能需求的技术问题。采取多维度特征提取的方式让网络更容易识别出不同尺度下的物体。对网络结构的检测头进行修改，使得预测过程中特征图的每个像素点对应至少两个预测结果，提高当水下生物出现重叠时的识别率。