欢迎来到360期刊网!
学术期刊
  • 学术期刊
  • 文献
  • 百科
电话
您当前的位置:

首页 > 文献资料

  • 一种基于YOLO算法的鱼群检测方法

    作者:沈军宇;李林燕;夏振平;张艳宁;温尧乐;胡伏原

    鱼群图像和视频的自动检测,在科学养殖与监管、海洋渔业监测等领域有广泛应用.为了有效提高鱼群检测的精确度,一些学者已经提出了基于深度学习的方法,但是实时高效的检测出鱼群的位置还未得到较好的解决.本文利用计算机视觉与深度学习方法相结合,提出了一种基于YOLO算法的端到端鱼群检测方法,通过提取整张图像的特征,利用卷积运算与非极大值抑制处理后直接估计出该图像内各目标位置信息,处理速度大幅度提升.同时,针对光线较暗的水下场景,算法依然能够实现场景中鱼群的检测定位.在Labeled Fishes in the Wild图像数据集上验证了本算法,可以达到30帧/秒的处理速度,对实时视频中鱼群的检测精度能够达到90%以上.

360期刊网

专注医学期刊服务15年

  • 您好:请问您咨询什么等级的期刊?专注医学类期刊发表15年口碑企业,为您提供以下服务:

  • 1.医学核心期刊发表-全流程服务
    2.医学SCI期刊-全流程服务
    3.论文投稿服务-快速报价
    4.期刊推荐直至录用,不成功不收费

  • 客服正在输入...

x
立即咨询