摘要
本发明公开了一种基于增强YOLO的人工培育贝类幼虫健康状态预警方法,所属领域为海洋和生物育种领域,包括:获取贝类幼虫图像,对所述贝类幼虫图像进行预处理,获得预处理数据集;基于CG模块和上下文自注意力机制对YOLOv8模型进行优化,构建深度学习模型;通过所述预处理数据集对所述深度学习模型进行训练,获得幼虫健康状态识别模型;其中,所述深度学习模型的损失函数为Inner‑CIoU损失函数;基于所述幼虫健康状态识别模型对幼虫的健康状态进行识别。本发明提出的方法可以有效识别贝类幼虫,并对幼虫健康状态进行准确分类,为人工培育贝类幼虫健康状态预警任务提供了一种可行的解决方案。
技术关键词
健康状态预警方法
深度学习模型
健康状态识别
注意力机制
静态上下文
联合特征提取
局部特征提取
图像
上下文特征
多层感知器
可读存储介质
数据
处理器
采样模块
输出特征
网络
检测头
存储器
系统为您推荐了相关专利信息
车辆行人检测方法
公交站台
行人检测模型
通道注意力机制
卷积模块
推荐方法
混合推荐模型
大数据
强化学习算法
协同过滤算法
数据处理中心
舌诊方法
舌象图像
脉象传感器
机器学习算法
智能推荐方法
特征提取模块
归一化模块
样本
数据