面向海洋牧场智能化建设的海珍品实时检测方法.pdfVIP

下载本文档

2
0
约4.05万字
约 8页
2023-09-04 发布于湖北
举报
版权申诉

面向海洋牧场智能化建设的海珍品实时检测方法.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第 37 卷第 9 期农业工程学报 Vol.37 No.9 304 2021 年 5 月 Transactions of the Chinese Society of Agricultural Engineering May 2021 面向海洋牧场智能化建设的海珍品实时检测方法 ※ 洪亮，王芳，蔡克卫，陈鹏宇，林远山（1. 大连海洋大学信息工程学院，大连 116023 ；2. 辽宁省海洋信息技术重点实验室，大连 116023 ； 3. 设施渔业教育部重点实验室，大连海洋大学，大连 116023 ）摘要：海珍品检测对海洋牧场的智能化建设至关重要，在实时性和准确性方面仍有待提高。该研究提出一种改进的 YOLOv3 海珍品检测方法。利用深度可分离卷积替代 YOLOv3 中的标准卷积，得到一个轻量化网络模型 DSC-YOLO （Depthwise Separable Convolution-YOLO ）；在数据预处理方面，采用图像增强方法UGAN 提升海珍品图像清晰度，采用 Mosaic 数据增广方法丰富数据的多样性。在海珍品数据集上的试验结果显示，相较YOLOv3 而言，所提模型大小减少70%，推理时间降低 16%，召回率R 提高了 2.7% ，平均准确率提高了2.4% ，F 1 分数提高了 0.4% 。可见该方法模型小、实时性好，具有部署到移动设备上的潜力。关键词：深度学习；机器视觉；卷积神经网络；YOLOv3 网络；深度可分离卷积；海珍品目标检测 doi ：10.11975/j.issn.1002-6819.2021.09.035 中图分类号：TP391.4 文献标志码：A 文章编号：1002-6819(2021)-09-0304-08 洪亮，王芳，蔡克卫，等. 面向海洋牧场智能化建设的海珍品实时检测方法[J]. 农业工程学报，2021，37(9)：304-311. doi ：10.11975/j.issn.1002-6819.2021.09.035 Hong Liang, Wang Fang, Cai Kewei, et al. Real-time detection method of seafood for intelligent construction of marine ranch[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(9): 304-311. (in Chinese with English abstract) doi ：10.11975/j.issn.1002-6819.2021.09.035 图像处理技术的鱼种类识别方法。采用邻域边界算法对 0 引言 