摘要
本发明公开了一种鱼类识别方法,应用于图像识别技术领域,包括:对鱼类识别样本数据进行数据预处理,并对预处理后的数据进行数据划分,得到训练集以及测试集;基于训练集,训练基于改进YOLOV5的鱼类识别模型;其中,YOLOV5的改进包括:使用Swi n Transformer作为骨干网络引入YOLOV5中、使用CARAFE上采样算法代替线性插值上采样、使用BIFPN加权特征融合代替普通拼接操作以及使用新的颈部网络替换YOLOV5中的颈部网络;利用Rep‑G I oU Loss损失函数计算改进YOLOV5的损失,输入测试集至训练收敛后的鱼类识别模型,得到鱼类识别结果。本发明有效提高了鱼类识别精度。
技术关键词
鱼类识别方法
残差结构
上采样
加权特征
训练集
输出特征
数据
网络
图像识别技术
位置映射
卷积模块
通道
样本
算法
分辨率
分块
线性
精度
系统为您推荐了相关专利信息
神经网络故障预测
故障预测方法
风机设备
时间卷积网络
电力传动设备
活动识别方法
穿戴式
人体活动识别
识别精度优良
穿戴设备
气象预警机
气象灾害预警
融合神经网络
气象监测数据
风险
管理方法
构建数据仓库
物流业务系统
分布式消息队列
登录界面
稀疏矩阵向量乘法
异构加速卡
建模优化方法
分层决策树
内核