基于深度学习的海洋生物智能检测方法

    公开(公告)号:CN117911793A

    公开(公告)日:2024-04-19

    申请号:CN202410302058.5

    申请日:2024-03-18

    Applicant: 南开大学

    Abstract: 本发明涉及海洋生物检测技术领域,具体为基于深度学习的海洋生物智能检测方法。本发明中,从公共数据库中收集不同的海洋生物图像数据,海洋生物图像数据包括不同的种类、环境和角度的图像数据,并接收用户发送的待检测的海洋生物图像数据,利用卷积神经网络算法根据不同的海洋生物图像数据进行模型的构建,构建好的模型对待检测的海洋生物图像数据进行海洋生物种类和预测概率的检测,利用生成对抗网络算法根据不同的海洋生物图像数据进行模型的构建,构建好的模型对待检测的海洋生物图像数据进行海洋生物种类和预测概率的检测,比较卷积神经网络算法和生成对抗网络算法检测结果,根据检测结果的一致性来确定最终结果以及优化处理。

    基于深度学习的海洋生物智能检测方法

    公开(公告)号:CN117911793B

    公开(公告)日:2024-05-17

    申请号:CN202410302058.5

    申请日:2024-03-18

    Applicant: 南开大学

    Abstract: 本发明涉及海洋生物检测技术领域,具体为基于深度学习的海洋生物智能检测方法。本发明中,从公共数据库中收集不同的海洋生物图像数据,海洋生物图像数据包括不同的种类、环境和角度的图像数据,并接收用户发送的待检测的海洋生物图像数据,利用卷积神经网络算法根据不同的海洋生物图像数据进行模型的构建,构建好的模型对待检测的海洋生物图像数据进行海洋生物种类和预测概率的检测,利用生成对抗网络算法根据不同的海洋生物图像数据进行模型的构建,构建好的模型对待检测的海洋生物图像数据进行海洋生物种类和预测概率的检测,比较卷积神经网络算法和生成对抗网络算法检测结果,根据检测结果的一致性来确定最终结果以及优化处理。

Patent Agency Ranking