摘要
本发明公开了基于深度学习的海底生物检测方法、系统、设备及介质,属于计算机视觉技术领域,包括:获取海底生物数据集图片,并根据所述海底生物数据集图片生成训练数据集;基于所述训练数据集并结合坐标注意力机制和损失函数计算,搭建海底生物检测模型的框架;所述损失函数用于计算实际目标框与预测目标框的定位损失;对所述海底生物检测模型的框架进行训练,得到海底生物检测模型;基于所述海底生物检测模型确定海底生物检测结果。本发明通过利用深度学习算法,融合海底生物的形态特征与环境背景信息,能够在复杂水下环境中实现对海底目标的精准检测与动态跟踪,提高海底生物检测的准确性和效率,为海洋资源的保护和管理提供有力支持。
技术关键词
生物检测方法
生成训练数据
注意力机制
图片
生物检测系统
网络
框架
动态上下文
计算机视觉技术
深度学习算法
特征金字塔
模型训练模块
坐标
数据获取模块
搭建模块
策略
智能设备
系统为您推荐了相关专利信息
姿态识别方法
图像
3D点云数据
物体
双流神经网络
CAN通讯模块
隔离电源模块
电池管理系统
CAN通讯芯片
信号线
虚拟形象交互方法
视频
虚拟形象交互系统
大语言模型
深度学习算法
流量预测方法
网络流量预测模型
模块
标准化方法
交换机
分类器
风险识别方法
集装箱
深度特征提取网络
层级