摘要
本发明涉及一种基于深度学习的珊瑚礁健康状态评估方法及系统,方法包括:获取珊瑚礁图像,将珊瑚礁图像输入图像目标识别模型,获取目标识别结果;图像目标识别模型利用第一训练集训练获得,第一训练集包括:第一原始珊瑚礁图像和图像位置标签;根据目标识别结果,对珊瑚礁图像进行裁剪处理,将处理后的图像输入珊瑚礁健康状态模型,获取健康评估结果;珊瑚礁健康状态模型利用第二训练集训练获得,第二训练集包括:第二原始珊瑚礁图像和分类标签;第二训练集通过提取珊瑚礁区域的水样中的珊瑚致病菌浓度,将珊瑚致病菌浓度作为评估指标,生成原始珊瑚礁图像所对应的分类标签。本发明能够提高珊瑚礁健康状态评估的效率和准确性。
技术关键词
健康状态评估方法
训练集
健康状态评估系统
卷积神经网络模型
Softmax函数
标签
图像处理模块
特征值
纹理特征
多分支
指标
识别模块
亚健康
子模块
表达式
冗余
像素
系统为您推荐了相关专利信息
图像检测方法
图像检测模型
指标
验证机制
特征提取网络
数据去噪方法
去噪模型
加速度
深度神经网络
桥梁
台区线损
台区线路
数据获取单元
实时数据
神经网络模型
智能控制系统
土壤质地识别
磁流变缓冲器
压电陶瓷驱动
土壤墒情传感器
烧结矿转鼓强度
预测模型构建方法
概率密度函数
训练集数据
预测误差