期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于改进YOLOv5的鱼群计数方法 被引量:1
1
作者 俞纪良 黄旭 曾孟佳 《湖州师范学院学报》 2023年第4期58-65,共8页
针对目前难以在复杂场景下实现鱼群计数的问题,提出一种基于改进YOLOv5的鱼群计数方法.该算法是在YOLOv5s的基础上,采用k-means++优化聚类先验框替代原算法中的先验框,以提高对小目标鱼群的识别能力,并引入Soft-NMS策略选取最终预测框,... 针对目前难以在复杂场景下实现鱼群计数的问题,提出一种基于改进YOLOv5的鱼群计数方法.该算法是在YOLOv5s的基础上,采用k-means++优化聚类先验框替代原算法中的先验框,以提高对小目标鱼群的识别能力,并引入Soft-NMS策略选取最终预测框,对鱼群目标进行更加有效的检测.实验结果表明,经自制的鱼群检测数据集验证,改进后的算法平均精度均值可达96.29%. 展开更多
关键词 水产养殖 鱼群计数 图像处理 聚类 目标检测
下载PDF
基于声呐图像的鱼群识别与计数方法
2
作者 朱俊 封磊 《南京理工大学学报》 CAS CSCD 北大核心 2023年第6期782-789,共8页
为了精确获取水下鱼群数量,提出一种基于声呐图像的鱼群识别与计数方法。将前视声呐固定在水下,采集信息。对声呐数据进行图像构建、上色、噪声去除等预处理,通过YOLOv5神经网络模型实现对鱼群的自动识别与标记,使用基于识别框的多目标... 为了精确获取水下鱼群数量,提出一种基于声呐图像的鱼群识别与计数方法。将前视声呐固定在水下,采集信息。对声呐数据进行图像构建、上色、噪声去除等预处理,通过YOLOv5神经网络模型实现对鱼群的自动识别与标记,使用基于识别框的多目标跟踪算法实现鱼群跟踪计数,使用历史识别框序列解决重新出现识别框的配对问题。利用该方法在湖泊中进行实验探测,结果与人工计数进行比较,发现基于声呐图像的鱼群识别与计数方法具有较高精度,其计数误差在15%以内。 展开更多
关键词 声呐图像 目标识别 鱼群计数 图像构建 上色 噪声去除 多目标跟踪 历史识别框序列
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部