摘要
本发明涉及一种基于YOLO的拟穴青蟹表型参数计算方法,该方法包括:采集青蟹的多角度图像,获得青蟹图像数据集;通过标注的青蟹图像数据集,对基于点采样方法及引入二级池化机制融合的YOLO模型进行训练,获得青蟹关键点检测模型;基于所述青蟹关键点检测模型对目标青蟹图像进行关键点预测,获得青蟹甲壳上的关键点位置坐标;根据所述关键点位置坐标计算青蟹的表型参数,获得参数结果。本发明增强了对青蟹甲壳边缘关键点的特征提取能力,提升了水产养殖的数据采集基处理效率和精准度。
技术关键词
参数计算方法
关键点
融合特征
池化特征
多尺度特征金字塔
青蟹体重
输出特征
采样方法
多张图像数据
色块
YOLO模型
尺寸
皮尔逊相关系数
特征提取能力
像素
多层次特征
坐标
系统为您推荐了相关专利信息
遥感图像分割方法
输出特征
分支
图像分割模型
特征提取单元
交叉口车辆
语义特征
融合特征
节点特征
交通环境信息
序列
流量识别模型
融合特征
识别方法
长短期记忆网络
高精度测量方法
关键点
感兴趣区域图像
工件
边缘检测模型
人脸识别模型
融合特征
人脸特征
人脸识别方法
样本