申请/专利权人：广东海洋大学

申请日：2023-08-17

公开（公告）日：2023-11-24

公开（公告）号：CN117115688A

主分类号：G06V20/17

分类号：G06V20/17;G06V10/82;G06V10/774;G06V20/40;G06V10/766;G06T7/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.12.12#实质审查的生效;2023.11.24#公开

摘要：本发明公开了基于深度学习的低亮度条件下死鱼识别计数系统及方法，针对鱼类养殖池晚上光照不足的实际情况，采用无人机对养殖池的图像进行实时拍摄，并对YOLOv8目标检测模型进行了改进，以适应低亮度养殖环境的死鱼识别场景。具体包括以下步骤：S1：采用无人机收集低亮度环境下死鱼数据集并划分为训练集、验证集和测试集；S2：将数据集输入改进YOLOv8模型中训练出低亮度环境下死鱼目标检测模型；S3：夜间使用无人机对养殖池水面进行实时拍摄，对水面死鱼进行识别，且识别结果可以在检测系统中实时框出死鱼位置。本发明可以在夜晚迅速发现死鱼并预警，提醒人工进行水体排查，避免死鱼数量继续增加甚至污染水体，减少经济损失。

主权项：1.一种基于深度学习的低亮度环境下死鱼识别计数系统，其特征在于，所述系统包括：无人机数据采集模块，用无人机在夜间对养殖池的水面进行循环拍摄，对已经死亡上浮的死鱼进行视频采集；死鱼图像数据集模块，用于存放无人机在养殖池上采集的图像；图像亮度校正模块，用于对采集图像进行预处理，对图像动态范围内的亮度进行还原校正，便于后续进行目标检测；注意力机制模块，对输入的不同部分赋予不同的权重，抽取出更加关键及重要的信息，加强识别中抗干扰的能力；死鱼目标检测模块，以YOLOv8算法模型为初始起点，与注意力机制模块融合，将鱼类位置用检测框框选出来，完成鱼类目标检测。

全文数据：

权利要求：

百度查询： 广东海洋大学 基于深度学习的低亮度环境下死鱼识别计数系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD