海洋底栖生物检测、识别与跟踪方法

AITNT
正文
推荐专利
海洋底栖生物检测、识别与跟踪方法
申请号:CN202510122451
申请日期:2025-01-26
公开号:CN120047807A
公开日期:2025-05-27
类型:发明专利
摘要
一种海洋底栖生物检测、识别与跟踪方法,通过收集并筛选构建海洋生物底栖数据集,经小目标数据增强后,使用P2‑YOLOv11深度学习模型对目标实现检测及初步分类;再使用轻量化ShuffleDeepsort跟踪算法进行跟踪;最后结合跟踪所得轨迹信息和初步分类信息进行动态跳帧识别,使用多层次分类网络在不同阶元系统下实现精细分类,得到海洋生物的多层次识别结果。本发明能够显著提高小目标海洋底栖生物图像以及水下航行器实拍的海底多目标跟踪图像的处理效果。
技术关键词
海洋底栖生物 跟踪方法 深度学习模型 分类网络 多层次特征提取 网络单元 卡尔曼滤波算法 跟踪器 数据 动态 特征提取网络 整体方法 特征金字塔 检测头 距离图像 轨迹参数 跟踪系统
系统为您推荐了相关专利信息
1
一种基于敲击装置的酒瓶裂纹检测方法
裂纹检测方法 深度学习算法 敲击装置 酒瓶 深度学习模型
2
基于边界元场变量数据驱动的机械结构裂纹识别方法
裂纹识别方法 机械 Fisher向量 变量 深度学习模型
3
参数化地震易损性模型训练方法及震后桥网功能评估方法
模型训练方法 功能评估方法 深度学习模型 地震 有限元分析方法
4
LED显示质量稳定控制方法、装置、设备及介质
LED显示屏 稳定控制方法 校准 深度学习模型 计算机程序指令
5
基于双流Transformer和图卷积神经网络的区域裂缝特征智能识别和多维统计方法
裂缝特征 三维点云数据 统计方法 卷积神经网络提取 多头注意力机制
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号