摘要
本发明涉及一种基于深度学习的海洋鱼类与珊瑚识别方法,包括如下步骤:采集海洋鱼类与珊瑚的水下图像样本,作为原始图像;对原始图像进行去雾增强,将去雾增强图像收集为检测数据集,训练鱼类和珊瑚识别模型;将实时监测到的水下视频样本逐帧保存为水下图像后,经过所述去雾增强处理后输入训练好的鱼类和珊瑚识别模型,得到珊瑚和鱼类的坐标和种类。本发明还提供与该识别方法相对应的识别设备。本发明优点:通过水下图像增强技术大幅提升图像质量,从而提高了识别模型对不同海洋环境条件的适应能力,实现各种复杂环境条件下对海洋鱼类和珊瑚的自动化精准识别。
技术关键词
海洋鱼类
神经网络模型
识别方法
暗通道
海洋珊瑚
水下图像增强技术
像素
识别设备
模块
海洋环境条件
注意力
直方图
样本
滤波器
滑动窗口
处理器
矩阵
系统为您推荐了相关专利信息
消防员灭火防护服
反光材料
智能优化系统
模拟模型
粒子
智能温度调节装置
液体喷射模块
温度预测模型
智能温度调节方法
环境监测数据
神经网络算法
跟踪方法
信号处理单元
神经网络模型
焊接机器人
智能广告投放方法
多模态
智能广告投放系统
因子
深度神经网络模型
辐射源
注意力机制
卷积模型
概率密度函数
表达式