一种基于深度学习的海冰运动实时监控方法

AITNT
正文
推荐专利
一种基于深度学习的海冰运动实时监控方法
申请号:CN202410909653
申请日期:2024-07-09
公开号:CN118865251A
公开日期:2024-10-29
类型:发明专利
摘要
一种基于深度学习的海冰运动实时监控方法,包括以下步骤:S1.数据收集与标注;S2.模型训练;S3.目标检测;S4.目标跟踪;S5.模型转换与部署;S6.实时监控。本发明提供了一种基于YOLOv8和DeepSORT的海冰运动实时监控方法,通过自动化的目标检测和跟踪,实现了海冰运动的实时、准确监控,为海冰监测和分析提供关键信息,可以有效提升海冰监测的自动化水平和数据处理能力,本发明可以广泛应用于海洋科学研究、环境监测和气候变化研究等领域。
技术关键词
运动实时监控方法 卡尔曼滤波器 匈牙利算法 运动视频数据 运动监测系统 图像 运动轨迹跟踪 优化器 硬件平台 视频流 级联 格式 参数 双目摄像头 训练集数据 矩阵
系统为您推荐了相关专利信息
1
一种基于物联网的智能定位方法及系统
智能定位方法 无线定位基站 接收信号强度指示 终端运动状态 低功耗
2
北斗三号短报文射频基带一体化SoC芯片系统
芯片系统 射频前端模块 数字信号处理模块 报文 能量管理模块
3
基于物联网的建材加工数字化设备故障检测方法及系统
数字化设备 故障检测方法 液压油 设备运行参数 流速
4
一种基于分阶段的自适应多目标跟踪方法
轨迹 跟踪方法 分阶段 卡尔曼滤波 置信度阈值
5
基于DeepSort算法的大车右转必停检测方法
卡尔曼滤波器 注意力 视频帧 坐标 宽度特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号