排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
为解决传统人工计数存在效率低、成本高、对虾有损伤等问题,提出一种基于YOLOv5框架的养殖虾目标检测方法。利用高清摄像机采集高分辨率虾的图像数据样本,并针对高分辨率图像训练集设计自适应图片裁切预处理算法,通过将训练集进行自适应裁切,扩增训练数据量,减少原始图像训练过程中细节特征损失,提升目标检测准确度。结果表明：研究所提方法可以实现少量高分辨率图像下养殖虾的准确识别与计数,采用该算法对图像样本进行预处理,相比于原始数据集训练所得检测模型,在相同运算硬件条件下,具有更高的检测准确率,识别准确率为92.55%,召回率为98.78%,平均精度均值为97.5%。 相似文献
2.
针对海洋环境变化快、水质检测难度大的问题,通过建立传感器网络,得到更为准确的水质模型,研发了基于传感器网络的海洋环境监测与预报系统,该系统可实现对海洋水质的在线和离线分析以及对未来水质的预测和预报。系统包含数据采集子系统和数据处理子系统,分别实现海水水质要素的采集、水质监测浮标的位置定位和水质分析分类等功能,两者通过GPRS进行通信。实验结果显示,该系统运行良好,具有较高的可靠性,在赤潮等影响海洋水质的事件发生时,该系统可对相关事件的发展变化进行实时跟踪监测和预报,对预防海洋水质灾害的发生具有积极作用。 相似文献
1