摘要
本发明公开了一种患病鱼类检测方法及检测装置,属于计算机视觉检测技术领域。针对现有技术中存在的患病鱼类疾病检测效率低下、准确度不高且无法实时检测等问题,本发明通过构建患病鱼类检测模型,所述患病鱼类检测模型包括主干网络、颈部网络和检测头网络;将患病鱼类图像输入到基于空间深度卷积神经网络的主干网络中进行特征提取得到视觉特征图,再输入视觉特征图到颈部网络的对比度增强传递注意力结构中进行特征融合处理得到融合特征图,最后,将融合特征图输入到检测头网络中通过多头预测小目标检测算法检测得到患病鱼类目标检测结果,实现实时进行鱼群疾病检测,有效提高鱼类患病的检测效率和检测精度,具有较强的实用性和适用广泛性。
技术关键词
深度卷积特征
深度卷积神经网络
视觉特征
对比度
融合特征
图像
检测头
像素点
卷积模块
计算机视觉检测技术
注意力
鱼类检测装置
通道
算法
非线性
环境光
系统为您推荐了相关专利信息
特征提取模块
无监督学习
分支
缺陷检测方法
多尺度特征
山地电站
数字孪生系统
集电系统
状态监测方法
布里渊光时域分析
疾病诊断方法
疾病诊断系统
疾病特征
编码转换技术
微流控芯片
电缆接头
多模态特征
预警方法
跨模态融合特征
数据