典型文献
基于YOLOv5的工厂化养殖虾目标检测方法研究
文献摘要：
为解决传统人工计数存在效率低、成本高、对虾有损伤等问题,提出一种基于YOLOv5框架的养殖虾目标检测方法.利用高清摄像机采集高分辨率虾的图像数据样本,并针对高分辨率图像训练集设计自适应图片裁切预处理算法,通过将训练集进行自适应裁切,扩增训练数据量,减少原始图像训练过程中细节特征损失,提升目标检测准确度.结果表明:研究所提方法可以实现少量高分辨率图像下养殖虾的准确识别与计数,采用该算法对图像样本进行预处理,相比于原始数据集训练所得检测模型,在相同运算硬件条件下,具有更高的检测准确率,识别准确率为92.55％,召回率为98.78％,平均精度均值为97.5％.
文献关键词：
目标检测;深度学习;YOLOv5;图像预处理
中图分类号：
作者姓名：
陈子文;李卓璐;杨志鹏;何佳琦;曹立杰;蔡克卫;王其华
作者机构：
大连海洋大学机械与动力工程学院,辽宁大连 116023;大连海洋大学信息工程学院,辽宁大连 116023;辽宁省海洋信息技术重点实验室,辽宁大连 116023;济宁医学院医学信息工程学院,山东日照 276800
文献出处：
引用格式：
[1]陈子文;李卓璐;杨志鹏;何佳琦;曹立杰;蔡克卫;王其华-.基于YOLOv5的工厂化养殖虾目标检测方法研究)[J].海洋渔业,2022(05):610-620
A类：
B类：
YOLOv5,工厂化养殖,目标检测方法,传统人工,对虾,有损,高清摄像,摄像机,机采,图像数据,高分辨率图像,图像训练,训练集,自适应图,裁切,理算,训练数据,数据量,原始图像,训练过程,细节特征,特征损失,提升目标,检测准确度,准确识别,像样,原始数据,集训,检测模型,硬件条件,检测准确率,识别准确率,召回率,平均精度均值,图像预处理
AB值：
0.470393
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
