摘要
本发明提供一种基于预处理和轻量级YOLOv5的水下鱼类目标检测方法及装置,涉及图像处理技术领域。所述方法包括两个阶段,第一阶段包括:输入水下降质图像;利用灰度世界假设算法对水下降质图像进行颜色矫正;利用对比度受限的自适应直方图均衡化算法增强颜色矫正后的水下图像的对比度;利用高斯滤波去除对比度增强后的水下图像的噪声及伪影。第二阶段包括:搭建教师‑学生知识蒸馏模型,利用预处理后的水下图像对教师端YOLOv5神经网络进行训练,将提取的知识迁移到学生端YOLOv5神经网络,得到轻量级YOLOv5神经网络;利用所述轻量级YOLOv5神经网络进行水下鱼类目标检测,从而提高水下鱼类目标检测的准确率。
技术关键词
水下降质图像
直方图均衡化算法
对比度
矫正
学生
教师
颜色
计算机可读指令
图像像素
滤波模板
神经网络框架
通道
蒸馏
代表
噪声
可读存储介质
受限
系统为您推荐了相关专利信息
PEM电解槽
堆叠工位
对齐方法
对齐系统
成像模块
深度学习模型训练
图像识别系统
多尺度特征融合
多算法融合
多模态
双路视觉
高精度匹配算法
影像
立体
图像采集模块