一种YOLO结合Matlab的生物目标检测方法

AITNT
正文
推荐专利
一种YOLO结合Matlab的生物目标检测方法
申请号:CN202411498913
申请日期:2024-10-25
公开号:CN119399536A
公开日期:2025-02-07
类型:发明专利
摘要
本发明涉及生物行为学技术领域,公开了一种YOLO结合Matlab的生物目标检测方法,方法包括:获取生物目标影像数据;对生物目标影像数据中的帧图像进行打标签,得到目标检测数据集;使用目标检测数据集对深度学习模型进行训练,得到训练好的生物目标的分类权重文件;其中,深度学习模型为YOLO模型;将训练好的生物目标分类权重文件加载至深度学习模型,对待测生物目标影像数据进行检测,得到目标检测结果;通过Matlab根据目标检测结果绘制生物目标位置分布图。本发明能够提高生物目标检测的准确率,实现对生物目标的快速捕捉与定位,进而为生物目标的动态变化、行为模式的研究提供依据。
技术关键词
深度学习模型 生物 坐标位置信息 打标签 影像 矩阵 长轴 图像 模型训练模块 端点 轮廓 数据获取模块 代表 格式 输出模块 参数
系统为您推荐了相关专利信息
1
基于机理知识与元学习的无线信道孪生建模方法
建模方法 线性最小均方误差估计 学习器 仿真数据 矩阵
2
基于多源遥感融合数据的棉蚜侵害智能监测方法
智能监测方法 棉花蚜虫 数字表面模型 无人机遥感影像 深度学习模型
3
一种基于大模型的政策问答方法、装置、设备及介质
问答方法 答案 检索算法 场景特征 语义特征
4
一种CFD-DEM耦合加速方法
曳力模型 时空注意力机制 数据同步 状态更新 深度学习模型
5
一种基于遥感影像的高精度地球化学数据生成方法及装置
遥感影像数据 高光谱遥感影像 数据生成方法 数据生成模型 比例尺
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