一种基于深度学习的海洋鱼类与珊瑚识别方法及设备

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于深度学习的海洋鱼类与珊瑚识别方法及设备
申请号:CN202510117174
申请日期:2025-01-24
公开号:CN120047806A
公开日期:2025-05-27
类型:发明专利
摘要
本发明涉及一种基于深度学习的海洋鱼类与珊瑚识别方法,包括如下步骤:采集海洋鱼类与珊瑚的水下图像样本,作为原始图像;对原始图像进行去雾增强,将去雾增强图像收集为检测数据集,训练鱼类和珊瑚识别模型;将实时监测到的水下视频样本逐帧保存为水下图像后,经过所述去雾增强处理后输入训练好的鱼类和珊瑚识别模型,得到珊瑚和鱼类的坐标和种类。本发明还提供与该识别方法相对应的识别设备。本发明优点:通过水下图像增强技术大幅提升图像质量,从而提高了识别模型对不同海洋环境条件的适应能力,实现各种复杂环境条件下对海洋鱼类和珊瑚的自动化精准识别。
技术关键词
海洋鱼类 神经网络模型 识别方法 暗通道 海洋珊瑚 水下图像增强技术 像素 识别设备 模块 海洋环境条件 注意力 直方图 样本 滤波器 滑动窗口 处理器 矩阵
系统为您推荐了相关专利信息
语义理解模型 风险识别方法 梯形模糊数 指标 权重计算方法
轮胎胎侧 数据处理模块 光源组件 光度立体 输送单元
编码向量 巡检设备 语义 标识设备 干扰特征
公路边坡滑坡 监测预报方法 监测点 ARIMA模型 图像处理识别方法
能见度识别方法 景深信息 多模态特征融合 大气散射模型 分支