摘要
本发明涉及人工智能与视觉检测技术领域,具体涉及一种基于AI与多目视觉水下成像技术的活鱼损伤检测方法,具体如下:设置多目视觉成像装置,采集清晰、完整的鱼体图像,对采集的图像进行图像去噪、灰度化、对比增强和归一化操作,得到预处理后的鱼体图像;构建基于ResNet‑50为主体框架的卷积神经网络作为活鱼损伤分级检测模型,对基于ResNet‑50为主体框架卷积神经网络进行改进,然后将预处理后的鱼体图像输入至活鱼损伤分级检测模型中进行训练。本发明通过可以有效减少过拟合问题,优化特征提取效果,提高分类精度,解决水下图像中类别不平衡的问题,进而提高检测的准确性。
技术关键词
水下成像技术
损伤检测方法
视觉成像装置
样本
皮尔逊相关系数
图像
深度学习卷积神经网络
融合卷积神经网络
动态调节步长
验证机制
多目
视觉检测技术
多阶段
启发式方法
复合误差
退火策略