摘要
本发明提供了一种融合YOLO与Transformer的紫菜养殖场景检测方法,属于图像识别与智能农业技术领域,解决了传统紫菜养殖监测效率低、精度不足的技术问题。技术方案为:S1、采集并预处理紫菜养殖图像,构建含紫菜、插杆及筏网目标的标注数据集;S2、构建融合YOLO模块与Transformer模块的检测模型;S3、基于训练数据集,利用优化算法迭代训练模型参数直至性能达标;S4、对待测图像预处理后输入训练好的模型进行检测,再通过非极大值抑制算法滤除重叠框,获得最终结果。本发明能准确监测紫菜、插杆、筏网等关键目标,提高监测自动化水平与准确率。
技术关键词
场景检测方法
滑动窗口
双向特征金字塔
注意力机制
图像
抑制算法
网络
智能农业技术
输出特征
视觉
随机梯度下降
格状结构
标签
分层特征
检测头
数据
标注工具
特征值
系统为您推荐了相关专利信息
声学特征
语音生成模型
训练场景
生成语音
预测特征
多头注意力机制
船舶
决策方法
规划
前馈神经网络
介入手术机器人
坐标系
路径规划单元
辅助定位模块
三维超声图像
发泡混凝土
预测残差
协方差矩阵
湿度控制方法
噪声