公开(公告)号：CN114863260A

公开(公告)日：2022-08-05

申请号：CN202210376060.8

申请日：2022-04-11

Applicant: 燕山大学

Inventor： 李海滨 ,  芮峰 ,  张文明 ,  肖存军 ,  李雅倩

IPC: G06V20/05 ,  G06V10/774 ,  G06V10/82 ,  G06V10/764 ,  G06V10/80 ,  G06V10/44 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了基于深度学习的Fast‑YOLO实时水母检测方法，通过收集真实环境下水母图像形成水母数据集，并对数据集进行人工标注；该检测方法主要对YOLO‑V4进行了不同程度的优化，使用深度可分离卷积替换原来的标准卷积；采用自适应特征融合替换掉原来特征相加和拼接运算；采用局部跳跃连接加强特征融合；采用轻量化GhostNet主干网络；采用改进后的算法对训练集进行训练得到模型权重，进行水母实时检测；本发明的水母检测方法具有高精度、轻量化、耗时低的特点，适用于移动端设备。