申请/专利权人：浙江师范大学

申请日：2024-02-01

公开（公告）日：2024-04-09

公开（公告）号：CN117853477A

主分类号：G06T7/00

分类号：G06T7/00;G06V10/774;G06V10/82;G06N3/0464;G06V10/80

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明公开了一种鱼苗检测方法及系统，涉及农业自动化、水产养殖和渔业技术领域，包括：获取鱼苗图像，建立鱼苗数据集；建立改进的YOLOv8模型，通过鱼苗数据集训练改进的YOLOv8模型；在改进的YOLOv8模型中，采用FasterNet模块替换YOLOv8模型中的CSPDarkNet特征提取网络，且每个FasterNet模块前均设置一个特征处理模块；采用深度可分离卷积替换YOLOv8模型在特征融合网络中的卷积层，并在上采样操作前加入卷积层压缩信息；采用训练后的改进的YOLOv8模型对待检测的鱼苗图像进行检测。提高了原YOLOv8模型鱼苗检测时的快速性、实时性、准确性。

主权项：1.一种鱼苗检测方法，其特征在于，包括：获取鱼苗图像，建立鱼苗数据集；建立改进的YOLOv8模型，通过所述鱼苗数据集训练所述改进的YOLOv8模型；在所述改进的YOLOv8模型中，采用FasterNet模块替换所述YOLOv8模型中的CSPDarkNet特征提取网络，且每个所述FasterNet模块前均设置一个特征处理模块；采用深度可分离卷积替换所述YOLOv8模型在特征融合网络中的卷积层，并在上采样操作前加入卷积层压缩信息；采用训练完成的所述改进的YOLOv8模型对待检测的鱼苗图像进行检测。

全文数据：

权利要求：

百度查询： 浙江师范大学 一种鱼苗检测方法及系统

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