-
公开(公告)号:CN116051970A
公开(公告)日:2023-05-02
申请号:CN202310081246.5
申请日:2023-02-08
Applicant: 浙江大学
IPC: G06V20/05 , G06V20/40 , G06V10/764 , G06V10/82 , G06V10/24 , G06N3/08 , G06N3/048 , G06N3/045 , G06N3/0464
Abstract: 本发明公开一种基于改进的yolov5模型的针对重叠鱼类目标的辨识方法,对yolov5进行改进,在用于金字塔结构的三层之前各引入一层自注意力层CBAM,将Conv层中的激活函数由SiLU改为可以提取二维空间信息的FReLU,并使用卡尔曼方法建立连续帧之间的状态变化关系,并根据时间序列产生的参数变量分布辅助预测,通过对下一帧的预测信息,帮助判断鱼类的重叠情况,进而实现针对重叠目标的实时辨识。本发明应用运动的差分模型与时序处理方法,增强了算法的可解释性,同时针对水下场景对处理步骤进行了微调,对水下重叠目标具有很好的检测效果。
-
公开(公告)号:CN115294322A
公开(公告)日:2022-11-04
申请号:CN202210557381.8
申请日:2022-05-20
Applicant: 浙江大学
IPC: G06V10/25 , G06V10/762 , G06V10/774 , G06V20/05 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种水下船底可疑目标检测方法、装置、电子设备及可读介质,包括:获取待检测水下图像;利用暗通道去雾算法和MSR图像增强算法对所述待检测水下图像进行预处理得到输入图像;将所述输入图像输入训练好的YOLOv3网络中,输出目标检测结果,其中所述YOLOv3网络对训练集数据的锚框获取使用K‑means++算法,在非极大值抑制的筛选时使用基于MSCNN动态阈值算法。本发明使用的K‑means++,在目标的预训练时获取更精准的anchor box,本发明使用的MSCNN动态阈值矩阵根据目标的稀疏程度而进行候选框的筛选,对水下目标的数目不确定的情况有很好的检测效果。
-
公开(公告)号:CN114964896A
公开(公告)日:2022-08-30
申请号:CN202210370821.9
申请日:2022-04-07
Applicant: 浙江大学
Abstract: 本发明涉及深海取样技术,旨在提供一种基于图像识别技术的深海沉积物取样系统和方法。该系统包括主控单元、图像采集及识别单元、图像存储单元、照明及摄像单元、传感器单元、驱动单元、执行机构和电源单元;主控单元分别与图像采集及识别单元、照明及摄像单元、传感器单元和驱动单元电连接,图像采集及识别单元分别与照明及摄像单元、图像存储单元电连接,驱动单元与执行机构相连,电源单元为各单元模块供电。本发明采用机器视觉进行取样器的控制,可以精确的进行取样操作;能够实现对沉积物样品的获取和原位压力的保持,并实现样品到保压转移装置推送的接口设计,实现温度、压力等传感器数据长序列的采集存储,集成沉积物获取后的主动保温功能。
-
-