申请/专利权人：中北大学

申请日：2024-01-31

公开（公告）日：2024-04-26

公开（公告）号：CN117935036A

主分类号：G06V20/05

分类号：G06V20/05;G06V10/25;G06V10/774;G06V10/776;G06V10/82;G06V10/75

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.14#实质审查的生效;2024.04.26#公开

摘要：本发明公开了一种复杂海洋环境下的鱼类目标检测方法，包括步骤S110‑S150：S110：收集原始水下鱼类图像数据和对应的鱼类目标手动标注数据，标注数据中包含鱼类的类别以及检测框的坐标，将鱼类图像数据和目标标注数据分别构成原始图像数据集I和标签数据集L；S120：使用加权直方图匹配算法对原始图像数据集进行数据预处理，并构建测试和训练数据集；S130：构建改进YOLOv5的水下鱼类目标检测模型，记作HMFD_YOLOv5；S140：对构建的HMFD_YOLOv5进行训练；S150：根据所述水下鱼类目标检测方法，给出目标检测结果；首先，本发明通过加权直方图匹配来解决水下图像模糊、颜色失真以及颜色分布不统一的问题；其次，使用实时检测器中的解码器替换YOLOv5中的检测头部分，从而增强算法对遮挡目标的检测能力。

主权项：1.一种复杂海洋环境下的鱼类目标检测方法，其特征在于，包括步骤S110-S150：S110：收集原始水下鱼类图像数据和对应的鱼类目标手动标注数据，标注数据中包含鱼类的类别以及检测框的坐标，将鱼类图像数据和目标标注数据分别构成原始图像数据集I和标签数据集L；S120：使用加权直方图匹配算法对原始图像数据集进行数据预处理，并构建测试和训练数据集；S130：构建改进YOLOv5的水下鱼类目标检测模型，使用实时检测器RT-DETR中的解码器RTDETRDecoder替换YOLOv5中的检测头Head部分，记作HMFD_YOLOv5；S140：对构建的HMFD_YOLOv5进行训练；S150：根据所述水下鱼类目标检测方法，给出目标检测结果。

全文数据：

权利要求：

百度查询： 中北大学 一种复杂海洋环境下的鱼类目标检测方法

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