摘要
本申请公开了一种基于深度学习的海洋生物类型预测方法及系统,涉及海洋生物检测领域,包括:构建基础图形和线条库,基础图形和线条库中包含基础元素;对输入的海洋生物图像进行图像处理,将输入的海洋生物图像分解成基础图形和线条的组合;为基础图形和线条库中的每个基础图形和线条分配唯一的标识符,预设基础图形和线条的组合规则;收集大量标注好的海洋生物图像数据,分别进行图像处理,提取出基础图形和线条的组合特征,使用组合特征进行深度学习模型训练;对待识别的海洋生物图像进行图像分解并进行特征提取,将图像分解和特征提取结果输入至训练好的深度学习模型进行分类识别;能够实现提高海洋生物图像的识别精度。
技术关键词
线条
基础
变量
子模块
深度学习模型训练
元素
逻辑模块
距离调节
图像处理
海洋生物检测
生成对抗网络模型
动态
坐标
卷积神经网络模型
标识符
边缘检测算法
校正
模型训练模块
系统为您推荐了相关专利信息
地图信息处理
蚁群算法优化
排线
GIS技术
算法模块
历史负荷数据
储能设备
负荷聚类方法
列生成算法
堆叠式自动编码器
燃煤采购决策方法
大语言模型
生成燃料
策略
采购决策系统