-
公开(公告)号：CN112784748A
公开(公告)日：2021-05-11
申请号：CN202110089255.X
申请日：2021-01-22
Applicant: 大连海事大学
Abstract: 本发明提供一种基于改进的YOLOv3的微藻识别方法，包括：采集微藻显微图像，制作微藻图像的数据集；对数据集进行数据增强；将增强后的数据集分为训练集、验证集和测试集，对数据集中的微藻进行标注，生成标注图像；构建改进的YOLOv3目标检测模型；设置训练参数，基于数据集对构建的YOLOv3目标检测模型进行训练；基于训练完成的YOLOv3目标检测模型，对测试集图像进行分类和定位。本发明采用改进的YOLOv3目标检测模型，使用轻量级Mobilenet网络代替YOLOv3的原始特征提取网络darknet53，能够显著提高运行速度，大大减少网络参数，同时引入空间金字塔池结构SPP，能够在同一卷积层中以不同尺度合并和连接区域特征，使得在检测小物体时位置误差较小，使用CIoU优化损耗功能进一步提高检测精度。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
