-
公开(公告)号：CN114862831A
公开(公告)日：2022-08-05
申请号：CN202210602746.4
申请日：2022-05-30
申请人： 中国农业大学
摘要： 本发明涉及一种基于轻量化网络的鱼苗计数方法及装置，采用手持设备的摄像头采集目标区域鱼苗图像，对鱼苗图像进行预处理；将预处理后的鱼苗图像输入至预训练的轻量化网络模型中获取鱼苗检测结果；对所述目标区域鱼苗检测结果进行统计计数，获取最终计数结果。本发明使用轻量化卷积神经网络模型对鱼苗进行快速精确计数，解决了生产过程中鱼苗计数不精确且计数模型计算量大和硬件需求高导致手持设备无法实时计数的问题。
-
公开(公告)号：CN112381044A
公开(公告)日：2021-02-19
申请号：CN202011364526.X
申请日：2020-11-27
申请人： 中国农业大学
摘要： 本发明水产养殖技术领域，尤其涉及一种鱼类摄食状态的检测方法。所述检测方法包括：获得鱼群采食时的纹理特征和形状特征；将所述鱼群采食时的纹理特征和形状特征代入预设深度森林模型中，得到所述待测鱼群的摄食状态。该方法将鱼群采食时的纹理特征和形状特征以及对应的摄食状态相结合构建深度森林模型，进而可以直接通过鱼群采食照片的纹理特征和形状特征判断鱼群的摄食状态，准确率高，可达到95％左右，这为鱼类的精准饲喂提供理论支持和解决途径。
-
公开(公告)号：CN115457377A
公开(公告)日：2022-12-09
申请号：CN202211141363.8
申请日：2022-09-20
申请人： 中国农业大学
摘要： 本发明公开了属于水产养殖技术领域的一种基于YOLOv5的残余饵料识别方法。包括步骤1：采集养殖池底部的视频数据；步骤2：从视频数据中提取存在残余饵料的单帧图像作为数据样本；步骤3：对图像中的残余饵料进行标注，计算标注后图像的缩放比例并对其进行边缘填充；步骤4：采用mosaic方式对标注的图像进行数据增强；步骤5：将数据增强的训练集图像输入至YOLOv5网络模型，并利用验证集调整训练超参数；获取最优超参数后，对YOLOv5网络模型进行迭代，直到确定最优YOLOv5网络模型；步骤6：将测试集输入最优YOLOv5网络模型，输出残余饵料识别结果。本发明方法可以实现对养殖池内残饵数量进行实时、准确地识别，提高了饲料利用率。
-
公开(公告)号：CN112800994A
公开(公告)日：2021-05-14
申请号：CN202110153161.4
申请日：2021-02-03
申请人： 中国农业大学
摘要： 本发明实施例提供一种鱼群摄食行为识别方法、装置、电子设备和存储介质，其中方法包括：确定待识别鱼群摄食行为的时序图像包含的多个图像对；其中，单一图像对包含单一鱼群摄食行为状态；将时序图像包含的多个图像对依次输入至行为识别模型中，得到行为识别模型输出的鱼群摄食行为状态结果；其中，行为识别模型是基于第一样本时序图像及对应的标注标签和第二样本时序图像及对应的状态标记训练得到的；所述行为识别模型用于基于对第一样本时序图像及对应的标注标签完成目标检测训练，并基于对第二样本时序图像及对应的状态标记进行特征聚类训练后，对待识别鱼群摄食行为进行状态识别。本发明实施例实现了对水产养殖中鱼群摄食行为的准确识别。
-
-
-
搜索结果
4 条记录 (耗时 0.023 秒)
