摘要
本发明涉及生物识别技术领域,尤其涉及一种基于改进YOLOv5算法的克氏原螯虾病害识别边缘计算系统。其技术方案包括数据采集与预处理模块、基于改进YOLOv5算法的病害检测模型、多标签关联分类模块和边缘云协同推理模块。本发明通过多光谱成像单元提高获取图像的清晰度,并通过改进型MSRCR算法增强图像细节,同时实现了消除水体浑浊干扰和藻类遮挡影响,降低误检率,另外,通过主干网络模块提升了对小目标及复杂特征的提取能力,并实现了提高对多种病害并发情况的识别准确率,本发明通过本地决策单元能够在断网状态下实现基础病害识别,满足边缘设备实时性要求,提供即时诊断结果,并结合云端增强单元有效提升整体诊断准确性。
技术关键词
算法
多光谱成像
双向特征金字塔
网络模块
输出特征
多标签
环境光传感器
补光设备
双摄像头模组
嵌入式数据库
节点特征
注意力机制
环境光照强度
LED补光灯
案例库
图像
系统为您推荐了相关专利信息
参数
数据
射程移位器
蒙特卡洛算法
空间位置关系
禽蛋
在线检测方法
蛋黄
支持向量回归算法
训练样本集
加密数据
车辆控制指令
加密方法
控制单元
解密参数
光伏发电储能
优化控制系统
逆变模块
电能
分布式光伏系统
网络文本信息
网络拓扑特征
网络拓扑信息
梯度下降算法
异常信息