摘要
本发明提供了一种料台中对虾生长预测及消化道评估的方法,包括:通过对对虾进行图像和视频拍摄,基于改进的标注方法进行数据集构建;将构建的数据集进行分割模型的训练,对料台中对虾的图片进行掩码分割,基于提取的分割掩码拟合骨架线以计算视觉全长,并根据拟合的视觉全长‑体重幂函数计算体重。基于提取的分割掩码计算对虾面积,并根据拟合的面积‑体重幂函数计算体重。结合视觉全长和面积特征,采用机器学习模型联合预测对虾体重。本发明通过结合图像分割分类、传统拟合方法及机器学习模型的集成,创造了一种高效、高精度的对虾生长状态和摄食情况的预测方法,帮助养殖户实现更高效、更环保的生产管理。
技术关键词
对虾
视觉
标注方法
机器学习模型
面积特征
优化网络参数
LightGBM模型
数据
图片
像素点
图像处理软件
体重预测
测量方法
侧部
模型训练模块
细化算法
节点
系统为您推荐了相关专利信息
安全性检测方法
Arduino控制器
电磁继电器
非线性
负载设备
视觉深度估计方法
图像
双目摄像头
注意力机制
特征提取模块
消歧方法
节点特征
引入注意力机制
识别模块
邻居
手部关键点
融合卷积神经网络
特征金字塔网络
融合卷积特征
表情特征