摘要
本申请公开了一种基于深度学习的共育小蚕眠起率检测方法及系统,所述方法,包括:获取眠期小蚕图像后对眠期小蚕图像进行预处理;将预处理后的眠期小蚕图像进行标注划分为训练集、测试集和验证集;将训练集输入至深度学习目标检测模型中进行训练,利用验证集和测试集对目标检测模型进行验证与测试,获取目标识别结果;通过ByteTrack多目标追踪方法对目标识别结果中所有小蚕蚕体和眠蚕进行跟踪;根据检测线方法分别对跟踪到的所有小蚕蚕体和眠蚕进行计数,并根据计数结果对小蚕眠起率进行计算。通过实时获取小蚕眠起率数据,使蚕农通过手机及时查看小蚕眠起状态,便于提前做好眠起处理准备,防止延误。
技术关键词
检测线
输入图像画面
训练集
追踪方法
Sigmoid函数
多尺度特征融合
模型训练模块
超参数
图像采集模块
筛选算法
图像缩放
轨迹
数据
分支
对比度
注意力
非线性
网络
系统为您推荐了相关专利信息
残差卷积神经网络
表面温度数据
多尺度
海洋
编码器
卫星姿态控制系统故障检测方法
卫星姿控系统
一维卷积神经网络
神经网络分类器
训练集
分块特征
负荷预测模型
负荷特征
样本
多时间尺度