-
题名基于改进YOLOv5的鱼群计数方法
被引量:1
- 1
-
-
作者
俞纪良
黄旭
曾孟佳
-
机构
湖州师范学院信息工程学院
湖州学院电子信息学院
-
出处
《湖州师范学院学报》
2023年第4期58-65,共8页
-
基金
教育部产学合作协同育人项目(201901169014)
浙江省高等教育“十三五”第二批教学改革研究项目(JG20190655)
湖州市2022科技特派员专项(2021KT02)。
-
文摘
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%.
-
关键词
水产养殖
鱼群计数
图像处理
聚类
目标检测
-
Keywords
aquaculture
fish count
image processing
clustering
object detection
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于声呐图像的鱼群识别与计数方法
- 2
-
-
作者
朱俊
封磊
-
机构
金陵科技学院计算机工程学院
-
出处
《南京理工大学学报》
CAS
CSCD
北大核心
2023年第6期782-789,共8页
-
基金
江苏高校“青蓝工程”
金陵科技学院学术拔尖培养工程(2020)。
-
文摘
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。
-
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
-
Keywords
sonar images
target recognition
fish counting
image construction
coloring
noise removal
multi-target tracking
historical recognition box sequence
-
分类号
TN911.72
[电子电信—通信与信息系统]
-