期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于图像增强与GC-YOLO v5s的水下环境河蟹识别轻量化模型研究
被引量：
1
1
作者
张铮
鲁祥
胡庆松
《农业机械学报》
EI
CAS
CSCD
北大核心
2024年第11期124-131,374,共9页
利用机器视觉技术识别水下河蟹目标是实现河蟹养殖装备智能化的有效途径之一。针对水下环境目标识别困难、河蟹包含特征信息少、主流的目标检测模型复杂度高等问题,在YOLO v5s的基础上提出了一种适用于水下环境的轻量级河蟹识别模型GC-Y...
利用机器视觉技术识别水下河蟹目标是实现河蟹养殖装备智能化的有效途径之一。针对水下环境目标识别困难、河蟹包含特征信息少、主流的目标检测模型复杂度高等问题,在YOLO v5s的基础上提出了一种适用于水下环境的轻量级河蟹识别模型GC-YOLO v5s(GhostNetV2-CBAM-YOLO v5s)。利用改进的图像增强算法对水下河蟹图像进行预处理以改善其质量;为降低模型复杂度,提出了基于GhostNetV2的G3模块以改进模型的特征提取网络,并利用幻影卷积进一步轻量化模型;为了优化模型的河蟹特征学习能力,在Neck层和Head层之间引入卷积块注意力模块(Convolution block attention module,CBAM)。实验结果表明,该模型测试集的平均精度均值(Mean average precision,mAP)、召回率和精确率分别为95.61%、97.03%和96.94%,较YOLO v5s分别提升2.80、2.25、2.28个百分点;而GC-YOLO v5s的参数量、浮点运算量和模型内存占用量仅为YOLO v5s的69.1%、56.3%和58.3%。通过实验对比,该模型在识别精度和模型复杂度上优于其他主流目标检测模型;识别速度仅次于YOLO v5s,可达到104 f/s。
展开更多
关键词
水产养殖
河蟹识别
模型
图像增强
YOLO
v5s
轻量化
在线阅读
下载PDF
职称材料
基于机器视觉的水下河蟹识别方法
被引量：
46
2
作者
赵德安
刘晓洋
+3 位作者
孙月平
吴任迪
洪剑青
阮承治
《农业机械学报》
EI
CAS
CSCD
北大核心
2019年第3期151-158,共8页
为了探测河蟹在池塘中的数量及分布情况,为自动投饵船提供可靠的数据反馈,提出了基于机器视觉的水下河蟹识别方法。该方法通过在投饵船下方安装摄像头进行河蟹图像实时采集,针对水下光线衰减大、视野模糊等特点,采用优化的Retinex算法...
为了探测河蟹在池塘中的数量及分布情况,为自动投饵船提供可靠的数据反馈,提出了基于机器视觉的水下河蟹识别方法。该方法通过在投饵船下方安装摄像头进行河蟹图像实时采集,针对水下光线衰减大、视野模糊等特点,采用优化的Retinex算法提高图像对比度,增强图像细节,修改基于深度卷积神经网络YOLO V3的输入输出,并采用自建的数据集对其进行训练,实现了对水下河蟹的高精度识别。实验所训练的YOLO V3模型在测试集上的平均精度均值达86. 42%,对水下河蟹识别的准确率为96. 65%,召回率为91. 30%。实验对比了多种目标检测算法,仅有YOLO V3在识别准确率和识别速率上均达到较高水平。在同一硬件平台上YOLO V3的识别速率为10. 67 f/s,优于其他算法,具有较高的实时性和应用价值。
展开更多
关键词
河蟹识别
机器视觉
水下图像
图像增强
深度学习
在线阅读
下载PDF
职称材料
基于改进深度残差网络的河蟹精准溯源系统
被引量：
3
3
作者
侍国忠
陈明
张重阳
《液晶与显示》
CAS
CSCD
北大核心
2019年第12期1202-1209,共8页
针对当前商品河蟹质量安全问题逐渐增多、真假阳澄湖大闸蟹难辨、深度残差网络提取特征维度大的问题,提出一种基于改进深度残差网络的河蟹精准溯源系统。系统由养殖环节、检测环节、销售环节、溯源环节4部分组成,养殖、检测、销售环节...
针对当前商品河蟹质量安全问题逐渐增多、真假阳澄湖大闸蟹难辨、深度残差网络提取特征维度大的问题,提出一种基于改进深度残差网络的河蟹精准溯源系统。系统由养殖环节、检测环节、销售环节、溯源环节4部分组成,养殖、检测、销售环节将河蟹的养殖、检测、销售数据保存到溯源数据库,溯源环节通过基于改进深度残差网络的河蟹识别技术,识别溯源数据库中是否存在待溯源河蟹,并根据识别结果输出待溯源河蟹在养殖、检测、销售环节的数据,最终实现每一只商品河蟹从消费者到养殖场的精准溯源追踪。实验结果表明,改进深度残差网络的河蟹识别技术将提取的蟹壳特征向量从2048维降至156维,识别耗时降低了92%,识别准确率为92.1%。
展开更多
关键词
特征提取
深度残差网络
河蟹识别
河蟹
溯源
在线阅读
下载PDF
职称材料
题名
基于图像增强与GC-YOLO v5s的水下环境河蟹识别轻量化模型研究
被引量：
1
1
作者
张铮
鲁祥
胡庆松
机构
上海海洋大学工程学院
出处
《农业机械学报》
EI
CAS
CSCD
北大核心
2024年第11期124-131,374,共9页
基金
上海市崇明区农业科创项目(2021CNKC-05-06)
上海市水产动物良种创制与绿色养殖协同创新中心项目(2021科技02-12)。
文摘
利用机器视觉技术识别水下河蟹目标是实现河蟹养殖装备智能化的有效途径之一。针对水下环境目标识别困难、河蟹包含特征信息少、主流的目标检测模型复杂度高等问题,在YOLO v5s的基础上提出了一种适用于水下环境的轻量级河蟹识别模型GC-YOLO v5s(GhostNetV2-CBAM-YOLO v5s)。利用改进的图像增强算法对水下河蟹图像进行预处理以改善其质量;为降低模型复杂度,提出了基于GhostNetV2的G3模块以改进模型的特征提取网络,并利用幻影卷积进一步轻量化模型;为了优化模型的河蟹特征学习能力,在Neck层和Head层之间引入卷积块注意力模块(Convolution block attention module,CBAM)。实验结果表明,该模型测试集的平均精度均值(Mean average precision,mAP)、召回率和精确率分别为95.61%、97.03%和96.94%,较YOLO v5s分别提升2.80、2.25、2.28个百分点;而GC-YOLO v5s的参数量、浮点运算量和模型内存占用量仅为YOLO v5s的69.1%、56.3%和58.3%。通过实验对比,该模型在识别精度和模型复杂度上优于其他主流目标检测模型;识别速度仅次于YOLO v5s,可达到104 f/s。
关键词
水产养殖
河蟹识别
模型
图像增强
YOLO
v5s
轻量化
Keywords
aquaculture
river crab detection model
image enhancement
YOLO v5s
lightweight
分类号
TN98 [电子电信—信息与通信工程]
在线阅读
下载PDF
职称材料
题名
基于机器视觉的水下河蟹识别方法
被引量：
46
2
作者
赵德安
刘晓洋
孙月平
吴任迪
洪剑青
阮承治
机构
江苏大学电气信息工程学院
出处
《农业机械学报》
EI
CAS
CSCD
北大核心
2019年第3期151-158,共8页
基金
国家自然科学基金项目(31571571)
2017年省级重点研发专项(BE2017331)
+3 种基金
江苏省渔业科技类项目(Y2017-36)
镇江市2017年度科技创新资金项目(重点研发计划-现代农业)(NY2017013)
江苏省高校优势学科建设项目(PAPD)
江苏省自然科学基金项目(BK20170536)
文摘
为了探测河蟹在池塘中的数量及分布情况,为自动投饵船提供可靠的数据反馈,提出了基于机器视觉的水下河蟹识别方法。该方法通过在投饵船下方安装摄像头进行河蟹图像实时采集,针对水下光线衰减大、视野模糊等特点,采用优化的Retinex算法提高图像对比度,增强图像细节,修改基于深度卷积神经网络YOLO V3的输入输出,并采用自建的数据集对其进行训练,实现了对水下河蟹的高精度识别。实验所训练的YOLO V3模型在测试集上的平均精度均值达86. 42%,对水下河蟹识别的准确率为96. 65%,召回率为91. 30%。实验对比了多种目标检测算法,仅有YOLO V3在识别准确率和识别速率上均达到较高水平。在同一硬件平台上YOLO V3的识别速率为10. 67 f/s,优于其他算法,具有较高的实时性和应用价值。
关键词
河蟹识别
机器视觉
水下图像
图像增强
深度学习
Keywords
crab detection
machine vision
underwater image
image enhancement
deep learning
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于改进深度残差网络的河蟹精准溯源系统
被引量：
3
3
作者
侍国忠
陈明
张重阳
机构
上海海洋大学信息学院
农业部渔业信息重点实验室
出处
《液晶与显示》
CAS
CSCD
北大核心
2019年第12期1202-1209,共8页
基金
畜禽水产品品质管控与溯源系统开发(No.2018YFD0701003)
上海市科技创新行动计划项目(No.16391902902).
文摘
针对当前商品河蟹质量安全问题逐渐增多、真假阳澄湖大闸蟹难辨、深度残差网络提取特征维度大的问题,提出一种基于改进深度残差网络的河蟹精准溯源系统。系统由养殖环节、检测环节、销售环节、溯源环节4部分组成,养殖、检测、销售环节将河蟹的养殖、检测、销售数据保存到溯源数据库,溯源环节通过基于改进深度残差网络的河蟹识别技术,识别溯源数据库中是否存在待溯源河蟹,并根据识别结果输出待溯源河蟹在养殖、检测、销售环节的数据,最终实现每一只商品河蟹从消费者到养殖场的精准溯源追踪。实验结果表明,改进深度残差网络的河蟹识别技术将提取的蟹壳特征向量从2048维降至156维,识别耗时降低了92%,识别准确率为92.1%。
关键词
特征提取
深度残差网络
河蟹识别
河蟹
溯源
Keywords
feature extraction
deep residual network
crab recognition
traceability of crab
分类号
S951.2 [农业科学—水产养殖]
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于图像增强与GC-YOLO v5s的水下环境河蟹识别轻量化模型研究
张铮
鲁祥
胡庆松
《农业机械学报》
EI
CAS
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
基于机器视觉的水下河蟹识别方法
赵德安
刘晓洋
孙月平
吴任迪
洪剑青
阮承治
《农业机械学报》
EI
CAS
CSCD
北大核心
2019
46
在线阅读
下载PDF
职称材料
3
基于改进深度残差网络的河蟹精准溯源系统
侍国忠
陈明
张重阳
《液晶与显示》
CAS
CSCD
北大核心
2019
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
