摘要
本发明公开了一种基于改进YOLO11n的海洋牧场底栖生物检测方法,具体包括以下步骤:(1)建立海洋牧场底栖生物图像数据集;(2)为数据集中的图像添加标注信息;(3)构建基于改进YOLO11n的海洋牧场底栖生物检测模型;(4)采用训练集和验证集对模型进行训练并保存训练好的模型;(5)采用测试集对模型进行测试,满足精度和泛化性的要求,即获得最终的底栖生物检测模型。相较于现有技术,本发明公开的一种基于改进YOLO11n的海洋牧场底栖生物检测方法,能够加强遮挡目标的检测能力、增强底栖生物与背景的区分度、提高小目标底栖生物的检测能力。
技术关键词
海洋牧场
模块
支路
自主水下航行器
检测模型训练
更新模型参数
水下摄像机
网络结构
样本
检测头
图像
精度
训练集
数据
传播算法
优化器
标签
指标
系统为您推荐了相关专利信息
知识蒸馏方法
模型生成方法
区域建议网络
原始图像数据
知识蒸馏优化
企业画像
标签体系
物联网传感器数据
特征工程
结构化数据挖掘
无创颅内压监测
一体化显示模块
探头传感器
LED光源
光电探测器
多模态
保留特征
模态特征
数据处理方法
冗余特征
数据访问请求
测试环境参数
测试方法
移动电子设备
处理器