一种基于深度学习的鱼类计数方法、装置、设备和介质
实质审查的生效
摘要
本发明提供一种基于深度学习的鱼类计数方法、装置、设备和介质，方法包括：采集鱼类图像；将鱼类图像进行标注，建立鱼类图像数据集，将该数据集划分为训练集和测试集；搭建改进的Faster RCNN模型，该模型改进了三个部分，使用ResNet50+FPN网络提取并融合多尺度的特征，基于训练集使用K‑means聚类算法获取适合鱼类数据集的anchors，使用Soft‑NMS算法对候选框进行筛选；采用训练集训练改进的Faster RCNN模型，之后采用测试集测试，达到设定要求后，保存模型；通过保存的模型对鱼类进行计数；本发明对传统的Faster RCNN模型进行改进，大大提高了模型对鱼类的检测准确率和计数准确率。
基本信息
专利标题 ：
一种基于深度学习的鱼类计数方法、装置、设备和介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114359199A
申请号 ：
CN202111623734.1
公开（公告）日 ：
2022-04-15
申请日 ：
2021-12-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
江兴龙李凯陈尔康陈彭许志扬林茜
申请人 ：
集美大学
申请人地址 ：
福建省厦门市集美区银江路185号
代理机构 ：
厦门市新华专利商标代理有限公司
代理人 ：
朱凌
优先权 ：
CN202111623734.1
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06N3/08 G06N3/04 G06K9/62 G06V10/44 G06V10/762 G06V10/82
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-05-03 ：
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20211228
申请日 : 20211228
2022-04-15 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
