当前位置: 首页 > 文章 > 基于YOLOv5的工厂化养殖虾目标检测方法研究 海洋渔业 2022 (5) 610-620
Position: Home > Articles > 基于YOLOv5的工厂化养殖虾目标检测方法研究 Marine Fisheries 2022 (5) 610-620

基于YOLOv5的工厂化养殖虾目标检测方法研究

作  者:
陈子文;李卓璐;杨志鹏;何佳琦;曹立杰;蔡克卫;王其华
单  位:
大连海洋大学信息工程学院;济宁医学院医学信息工程学院;大连海洋大学机械与动力工程学院
关键词:
目标检测;深度学习;YOLOv5;图像预处理;
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%。

相似文章

计量
文章访问数: 3
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊