买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明提供了一种基于YOLOX‑S的硬壳蛤生物体征识别方法，包括以下步骤：S1、采集硬壳蛤图像构建数据集；S2、对YOLOX‑S模型进行改进，加入CBAM注意力机制；S3、输入待检测硬壳蛤图像，利用改进后的YOLOX‑S模型进行训练；S4、根据训练模型，输出预测图像，检测完成。本发明有益效果：利用机器视觉方法，实现硬壳蛤生物体征的快速识别，相较于传统人工方法，可以有效提高检测效率，减小人工误差；通过对传统的YOLOX‑S算法进行改进，通过加入CBAM注意力机制，有较好的检测效果。

主权项：1.一种基于YOLOX-S的硬壳蛤生物体征识别方法，其特征在于，包括以下步骤：S1、采集硬壳蛤图像构建数据集；S2、对YOLOX-S模型进行改进，加入CBAM注意力机制；S3、输入待检测硬壳蛤图像，利用改进后的YOLOX-S模型进行训练；S4、根据训练模型，输出预测图像，检测完成；读入数据集中的图像，采用分块阈值进行分割的方法对图像进行预处理，通过将图像分割成若干分块，分别进行阈值分割，分块与硬壳蛤大小相当，针对分割成的若干分块按块进行全局阈值法处理，用otsu方法中提到的可分性度量： 在计算出各个块的可分性度量之后，通过分析最大类间方差法，用分割阈值处的类间平均灰度差判断图像块的可分性，然后仅对既有物体又有背景的块进行自动阈值处理、二值化、填充孔洞，将每个硬壳蛤分割出来；利用非极大值抑制找到最佳的目标边界框，消除冗余的边界框，非极大值抑制的流程如下：根据置信度得分进行排序、选择置信度最高的比边界框添加到最终输出列表中，将其从边界框列表中删除、计算所有边界框的面积、计算置信度最高的边界框与其它候选框的IoU、删除IoU大于阈值的边界框、重复上述过程，直至边界框列表为空；制作带有标注的硬壳蛤图像数据集过程中，包括：取硬壳蛤苗至载玻片上，根据原始的数据集中的硬壳蛤，使用Mosaic、MixUp、CutOut进行旋转、平移、增强对比度数据增强的方法将初始的数据集数据进行分析扩充，然后对其进行标注，数据集图像用LabelImg标注出目标区域以及类别，样本标签类别分为两类：health，表示目标区域为活的蛤苗；death，表示目标区域为死亡蛤苗，然后将原始数据集图像的分辨率大小设置成一致，同样的，与原始的图像数据的标签进行匹配，得到标注后的硬壳蛤识别图像和存活状态标签作为数据集。

全文数据：

权利要求：

百度查询： 中国科学院海洋研究所 天津农学院 一种基于YOLOX-S的硬壳蛤生物体征识别方法