申请/专利权人：西部(重庆)科学城种质创制大科学中心;西南大学

申请日：2024-03-28

公开（公告）日：2024-07-05

公开（公告）号：CN118298286A

主分类号：G06V20/05

分类号：G06V20/05;G06V10/60;G06V10/20;G06V10/25;G06V10/44;G06V10/10;G06N3/045;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.07.23#实质审查的生效;2024.07.05#公开

摘要：本发明公开了一种高原鱼类关键功能特征指标智能筛选方法及系统，方法包括数据收集、数据预处理、高原鱼类目标检测、特征指标预测估算和关键功能特征指标智能筛选。本发明涉及鱼类目标检测技术领域，具体是指一种高原鱼类关键功能特征指标智能筛选方法及系统，本发明采用计算机视觉方法进行高原鱼类目标检测，自动预测鱼类特征指标，提高了方法的自动性，减少了对鱼类的伤害；采用能见度恢复和对比度增强加权融合的方法进行高原鱼类图像增强，提高了数据的可用性；采用结合路径聚合网络的YOLOv8神经网络方法，提升了高原鱼类关键功能特征指标智能筛选的总体性能。

主权项：1.一种高原鱼类关键功能特征指标智能筛选方法，其特征在于：该方法包括以下步骤：步骤S1：数据收集，用于收集高原鱼类关键功能特征指标自动提取所需的原始图像数据集，具体为通过高原鱼类调查过程中，通过拍摄采集，得到高原鱼类原始图像数据；步骤S2：数据预处理，用于对高原鱼类原始图像进行数据标注和增强处理，具体为采用图像标注工具进行目标框标注，并通过鱼类图像属性增强方法，对所述高原鱼类原始图像数据进行数据增强，得到增强图像数据集；步骤S3：高原鱼类目标检测，用于采用深度学习方法从高原鱼类的图像中检测并标记出高原鱼类，具体为依据所述增强图像数据集，采用结合路径聚合网络的YOLOv8神经网络方法，进行高原鱼类目标检测，得到高原鱼类目标检测数据，所述高原鱼类目标检测数据，具体包括高原鱼类指标数据和高原鱼类目标检测框图数据；所述结合路径聚合网络的YOLOv8神经网络，具体包括YOLOv8基本子网、跨阶段偏分子网、空间金字塔快速子网、路径聚合子网和轻量级多尺度注意子网步骤S4：特征指标预测估算，用于依据目标检测的结果，获取高原鱼类的关键功能特征指标，得到特征指标预测估算参考数据；步骤S5：关键功能特征指标智能筛选，用于进行高原鱼类的关键功能特征指标筛选得到高原鱼类关键功能特征指标数据。

全文数据：

权利要求：

百度查询： 西部(重庆)科学城种质创制大科学中心 西南大学 一种高原鱼类关键功能特征指标智能筛选方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD