-
公开(公告)号：CN117274676A
公开(公告)日：2023-12-22
申请号：CN202311148798.X
申请日：2023-09-06
Applicant: 中国农业大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0495
Abstract: 本发明提供一种漂浮残余饵料的模型训练方法及检测方法，涉及目标检测技术领域，该模型训练方法包括：构建训练集，训练集包括鱼池的漂浮残余饵料图像；构建YOLOv5改进网络，YOLOv5改进网络是将YOLOv5初始网络中的卷积模块替换为幽灵卷积模块、将YOLOv5初始网络中的CSP模块替换为C3幽灵模块、以及将YOLOv5初始网络中的SPPF模块替换为幽灵SPPF模块；将训练集输入YOLOv5改进网络中对YOLOv5改进网络进行训练，得到训练后的YOLOv5改进网络。本发明实现YOLOv5改进网络的轻量化，基于YOLOv5改进网络进行漂浮残余饵料的检测，能够提高漂浮残余饵料的检测速度。
-
公开(公告)号：CN113191222B
公开(公告)日：2024-05-03
申请号：CN202110406987.7
申请日：2021-04-15
Applicant: 中国农业大学
Abstract: 本发明提供一种水下鱼类目标检测方法及装置，该方法包括：将待检测图像输入目标检测模型中的特征提取模型中，从所述特征提取模型的各层输出的特征图中获取所述待检测图像的多个不同尺度的特征图；将多个不同尺度的特征图输入所述目标检测模型，输出所述待检测图像的目标检测结果；其中，所述待检测图像包括多个不同尺度的鱼类目标的图像。本发明一方面实现通过提取多个不同尺度的特征图，以完整表征待检测图像中各尺度的鱼类目标的特征，有效缓解尺寸较小的鱼类目标在目标检测过程丢失，尺度较大的鱼类目标因为特征不全而难以进行目标检测的现象；另一方面，联合多个不同尺度的特征图对待检测图像进行目标检测，使得目标检测结果更加准确。
-
公开(公告)号：CN115527263A
公开(公告)日：2022-12-27
申请号：CN202110713383.7
申请日：2021-06-25
Applicant: 中国农业大学
IPC: G06V40/20 , G06V20/40 , G06V10/56 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/00 , G06N3/04 , G06N3/08 , G06T7/246 , G06T7/269
Abstract: 本发明提供一种鱼群状态识别方法及系统、电子设备和存储介质，方法包括：基于待识别视频，确定待识别图像集；其中，待识别视频包括待识别鱼群的图像信息；待识别图像集包括：RGB图像和光流图像；RGB图像为表征空间信息的图像；光流图像为表征时间信息的图像；将待识别图像集输入鱼群状态识别双流神经网络，确定目标鱼群状态识别结果；其中，鱼群状态识别双流神经网络是基于根据样本视频确定的带标签的样本图像集训练得到的；鱼群状态识别双流神经网络训练时，目标损失函数用于传递根据预设超参数修正后的时间流和空间流预测概率。能够提高对鱼群状态识别的精度，减少对人力资源的浪费。
-
公开(公告)号：CN113191222A
公开(公告)日：2021-07-30
申请号：CN202110406987.7
申请日：2021-04-15
Applicant: 中国农业大学
Abstract: 本发明提供一种水下鱼类目标检测方法及装置，该方法包括：将待检测图像输入目标检测模型中的特征提取模型中，从所述特征提取模型的各层输出的特征图中获取所述待检测图像的多个不同尺度的特征图；将多个不同尺度的特征图输入所述目标检测模型，输出所述待检测图像的目标检测结果；其中，所述待检测图像包括多个不同尺度的鱼类目标的图像。本发明一方面实现通过提取多个不同尺度的特征图，以完整表征待检测图像中各尺度的鱼类目标的特征，有效缓解尺寸较小的鱼类目标在目标检测过程丢失，尺度较大的鱼类目标因为特征不全而难以进行目标检测的现象；另一方面，联合多个不同尺度的特征图对待检测图像进行目标检测，使得目标检测结果更加准确。
-
公开(公告)号：CN119649201A
公开(公告)日：2025-03-18
申请号：CN202311206847.0
申请日：2023-09-18
Applicant: 中国农业大学
Abstract: 本发明提供的水下鱼类形态特征智能识别方法及装置，基于目标检测、关键点检测和三维立体重建法对水下鱼类形态特征进行智能识别，用目标检测网络处理侧视角度数据集对鱼体进行定位获得目标检测的目标框；对获得的目标框内图像进行关键点识别网络的关键点检测，得到目标鱼的关键点信息；通过双目匹配算法获得双目的视差图，进而推算将鱼的二维关键点位置信息推算成三维关键点位置信息；通过空间曲线拟合三维坐标，分析各关键点之间的角度、长度信息得到鱼类的局部形变、位姿等特征；再对俯视角度的数据集进行分析处理，得到二维俯视角度的鱼体非刚性形变信息；由此可以有效的拟合鱼体的空间姿态，实现对水下自由游动鱼体的形态特征的识别。
-
Patent Agency Ranking
公开(公告)号：CN119580297A
公开(公告)日：2025-03-07
申请号：CN202311140180.9
申请日：2023-09-05
Applicant: 中国农业大学
IPC: G06V40/10 , G06V40/50 , G06V10/764 , G06V10/54 , G06V10/56 , G06V10/44 , G06V10/26 , G06V10/82 , G06N3/048 , G06N3/0464 , G06N3/09
Abstract: 本发明提供一种观赏鱼品相判别方法及装置，该方法包括：获取观赏鱼图像数据；输入所述观赏鱼图像数据至个体识别模型，得到个体识别结果；输入所述个体识别结果至特征提取模型，得到个体品相特征；输入所述个体品相特征至品相判别模型，得到个体品相判别结果；其中，所述个体识别模型基于观赏鱼图像样本数据，以及所述观赏鱼图像样本数据对应的个体识别结果作为标签训练得到；所述特征提取模型基于计算机视觉构建；所述品相判别模型基于预设的观赏鱼品相判别标准构建。用以解决现有技术中观赏鱼品相判别方法人力成本较高、主观偏差较大的缺陷，实现观赏鱼品相判别方法的高效率和客观一致性。
-
公开(公告)号：CN115497013A
公开(公告)日：2022-12-20
申请号：CN202110615931.2
申请日：2021-06-02
Applicant: 中国农业大学
IPC: G06V20/40 , G06V10/762 , G06V10/764 , G06N3/04 , G06N3/08 , A01K61/10
Abstract: 本发明涉及一种用于工厂化养殖的鱼类胁迫状态监测方法及系统、设备和介质。方法包括：通过摄像装置获取工厂化养殖的水下鱼类视频数据；利用全卷积神经网络算法对视频数据中的鱼类进行检测和识别；根据鱼类在视频数据中的相对像素位置对鱼类进行分类；以及对鱼类的水层分布进行量化，并根据鱼类的水层分布计算得到胁迫线。本发明通过利用VGG‑16的前十三层作为特征提取骨干网络，建立基于多尺度卷积核的检测模块进行目标定位与识别，将深层信息与浅层信息融合，解决养殖环境中出现的多尺度、遮挡问题，同时，本发明对输入视频每类鱼的数量可视化，便于养殖人员分析鱼类行为的动态变化，为实时监测鱼类提供一种非侵入式、高效、智能化的工具。
-
公开(公告)号：CN115082777A
公开(公告)日：2022-09-20
申请号：CN202210451825.X
申请日：2022-04-26
IPC: G06V20/05 , G06V20/40 , G06V10/26 , G06T7/73 , G06T5/00 , G06T7/593 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/04 , G06N3/08 , G01B11/00
Abstract: 本发明提供一种基于双目视觉的水下动态鱼类形态测量方法，其特征在于，所述方法包括：获取水下的目标鱼类图像；基于双目水下摄像机的参数对所述目标鱼类图像进行矫正，获取矫正图像；基于所述矫正图像获取目标鱼类图像深度信息，并基于所述深度信息计算得到目标鱼类的旋转角度；获取目标鱼类的特征测量点以及所述特征测量点对应的二维信息，并将所述二维信息结合深度信息映射至空间坐标系得到空间坐标，基于所述空间坐标和所述旋转角度得到目标鱼类的尺寸测量结果。本发明能够实现对水下鱼类尺寸的自动测量。
-
公开(公告)号：CN119168900A
公开(公告)日：2024-12-20
申请号：CN202411177667.9
申请日：2024-08-26
Applicant: 中国农业大学
IPC: G06T5/70 , G06V10/764 , G06V10/774 , G06V10/80 , G06N3/0464 , G06N3/0455 , G06N3/0895 , G06F17/18 , G06F17/16
Abstract: 本发明提供一种基于神经风格迁移的鱼类声呐图像去噪方法及系统，包括：获取鱼类声呐图像和参考风格图像；将所述鱼类声呐图像和参考风格图像输入至预训练的去噪模型；其中，所述去噪模型内设置有编码器、自适应风格注意力归一化模块和解码器；通过所述编码器将所述鱼类声呐图像转换为内容特征图，将参考风格图像转换为风格特征图；基于不同维度，将所述内容特征图与风格特征图输入至所述自适应风格注意力归一化模块，生成对应维度的融合特征图；将不同维度的融合特征图输入至所述解码器，生成去噪鱼类声呐图像，解决现有鱼类声呐图像成像质量不佳的问题，实现通过神经网络的风格迁移能力，在去除声呐图像中散斑噪声和环境噪声的同时，保留鱼类图像的细节纹理和边缘特征，实现高质量的声呐图像去噪效果。
-
公开(公告)号：CN118710846A
公开(公告)日：2024-09-27
申请号：CN202410729900.3
申请日：2024-06-06
Applicant: 中国农业大学
IPC: G06T17/20 , G06T19/20 , G06N3/0464
Abstract: 本发明提供一种数字孪生场景几何建模方法和装置，包括：基于采集设备获取目标场景多个视角的RGB‑D图像；根据所述RGB‑D图像以及相机参数对所述目标场景进行重建，得到所述目标场景的粗糙三角网格表示；根据所述粗糙三角网格表示渲染生成任意视角的合成图像；根据所述合成图像训练得到粗糙神经辐射场网络，利用所述RGB图像对所述粗糙神经辐射场网络进行微调，得到目标数字孪生场景。本发明通过捕获的稀疏RGB‑D图像进行粗糙网格的显式建模，进一步进行神经辐射场网络的隐式建模，结合了显式表示方法易于局部编辑的优点和隐式表示方法对真实感绘制效果的优点，支持对任意场景中任意物体进行快速几何建模。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.022 seconds)
