【摘 要】
：
在水产养殖过程中,养殖池中虾类的视觉观测和计数是估测目标体健康状况和密度的重要方法。目前的养殖工厂仍然采用打捞后视觉观测的方式,不仅效率低,而且客观一致性差。将对虾打捞出水面也容易引起对虾的应激性反应,造成不必要的损失。随着计算机视觉技术的飞速发展,目标检测以及目标跟踪算法在实际场景中得到广泛的应用,基于此提出了一种基于计算机视觉的无接触、智能化的虾体健康状况监测及计数的方法,并结合养殖池中对虾实
论文部分内容阅读
在水产养殖过程中,养殖池中虾类的视觉观测和计数是估测目标体健康状况和密度的重要方法。目前的养殖工厂仍然采用打捞后视觉观测的方式,不仅效率低,而且客观一致性差。将对虾打捞出水面也容易引起对虾的应激性反应,造成不必要的损失。随着计算机视觉技术的飞速发展,目标检测以及目标跟踪算法在实际场景中得到广泛的应用,基于此提出了一种基于计算机视觉的无接触、智能化的虾体健康状况监测及计数的方法,并结合养殖池中对虾实时图像采集系统的图像资源,对其视觉属性进行了目标检测及目标跟踪算法的应用研究。具体工作概述如下:1)养殖池对虾图像降噪方法研究。针对实际养殖环境下采集的对虾图像数据样本存在遮挡、模糊等问题,将传统的降噪方法和深度神经网络降噪方法进行了总结分析,并在对虾数据集上进行了对比研究。最终选择了降噪效果最好的DRUNet降噪方法来实现对虾图像的降噪。2)基于改进YOLOv3的水下对虾健康检测算法研究。将采集到的对虾图像用DRUNet降噪算法进行降噪处理,对降噪后的图像使用Label Img标注工具进行标注,然后使用K-means维度聚类方法重新获取先验锚框。将目标定位损失函数用Loss CIOU进行替换,在YOLOv3原始的骨干网络结构中加入CBAM注意力机制、改进的RFB感受野模块并进行多尺度特征融合。使得改进后的检测算法在检测速度和精度上都获得提升。3)融合YOLOv5算法和DeepSORT算法的对虾多目标跟踪检测算法研究。先用YOLOv5算法检测出视频中的对虾,然后使用DeepSORT算法来实现对虾的实时跟踪计数。利用高精度的目标检测算法弥补了DeepSORT算法检测精度低的问题。图28幅;表7个;参58篇。
其他文献
目的药物中的重金属杂质严重影响人们的身体健康,目前常用去除方法仍然存在诸多弊端,膜分离作为一种新型分离技术,通过GO和NaY沸石制备性能优异的膜材料对水中及阿司匹林中的Cu2+进行分离,为药物中的重金属杂质去除提供新思路。方法1采用真空自组装法制备了聚乙二醇（PEG）/GO复合膜,将PEG成功引入到GO片层之间增大层间距,提高PEG/GO复合膜的离子渗透通量和在水溶液中的稳定性,通过研究PEG的比
由于数据中心网络中的应用程序和服务所带来的流量呈爆炸式增长,传统的路由方案很难定制出最优的路由解决方案。软件定义网络（Software Defined Network,SDN）允许用户仅提供自己的控制平面,但设备的数据平面仍然不可替换,并且仍受供应商控制。因此,针对以上问题,提出了一种可编程数据平面中的流量调度策略,利用独立于编程协议的数据包处理器（Programming protocol-ind
目的观察岐黄针疗法治疗中风偏瘫后肢体痉挛的临床疗效,比较其与普通针刺的疗效差别,为临床中岐黄针治疗中风偏瘫后肢体痉挛提供疗效确切的依据,为进一步推广应用岐黄针疗法提供实践和临床研究资料。方法采用随机数字表法将符合本研究纳入标准的70例患者,随机分为治疗组（35例）和对照组（35例）。两组在给予常规药物治疗及康复训练的基础上,治疗组再予以岐黄针疗法,对照组则予以普通针刺疗法,两组均一周治疗3次,两周
岩石失稳破坏是由岩体内部张拉与剪切破裂逐步发育所导致。声发射作为岩石破裂的伴生现象,可通过其参数特征和波形特征描述岩石内部拉剪破裂的演化过程,目前有一些裂纹识别技术,但是不能提供裂纹模式识别。在力的作用下,岩石的破坏类型存在张拉破坏和剪切破坏,随着加载进程,两者之间的占比在不断变化,张拉和剪切模式下的裂纹比是评估破坏状态的一个有用参数。分析岩石在每个加载阶段中,张拉型破裂和剪切型破裂之间的变化关系
视觉显著性是指关注场景中最突出、最明显、占有主体部位的对象。现有对人类视觉系统的研究证实最吸引人的对象会在视觉系统中更加显著。因此,利用视觉显著性对图像场景中最突出目标进行检测,并分割出每个实例个体,即为显著性实例分割（Salient Instance Segmentation,SIS）。显著性实例分割生成的显著图只与显著目标相关,符合人类视觉系统的普遍规律。现有显著性实例分割方法主要分为两类:一
中医领域知识库是中医知识存储与表达的重要方式,为现代医学临床研究和决策提供了技术支持,因此中医学知识库的构建成为现阶段的研究热点。辨证论治是医家认识疾病和治疗疾病的基本原则,医家诊疗过程中,虽然遵循的基础理论是相同或相似的,但是在具体的诊治上会存在一些差异。因此认识和把握名老中医辨证论治差异是中医个性化知识继承与发展的重要基础。目前构建的中医学知识库,大多只专注名老中医临床实践知识的整合,没有考虑
自身免疫性疾病是一大类以自身耐受破坏、免疫细胞异常激活、自身抗体产生和大量炎症因子释放，进而产生多系统损伤为主要特征的疾病。肠道菌群与宿主健康息息相关，菌群生态失调已被确认与许多自身免疫性疾病的病理生理学有关，包括类风湿性关节炎、溃疡性结肠炎、自身免疫性甲状腺炎等。中药能改变肠道菌群的组成，二者之间有紧密联系，研究发现，中药可通过重塑肠道微生态结构而发挥治疗作用。该文针对肠道菌群如何影响自身免疫疾
医学数据的有效共享可以在国家医学领域创造出较高的科研价值、经济价值和社会价值。然而,医学数据在共享过程中加密保护和溯源等安全措施不完善而造成的数据泄露、丢失和破坏等安全问题层出不穷,亟需全新的安全技术手段为其保驾护航。椭圆曲线公钥密码体制（Elliptic Curve Cryptography,ECC）是目前主流的公钥加密体制之一。与其他公钥加密体制相比,ECC安全性能高、处理速度快、性能消耗少。
目标检测任务是计算机视觉领域的基本任务之一,得到全球学者的广泛研究,检测性能也得到很大提升并已广泛应用于生产生活。但是由于目标形状多变、场景复杂以及目标相互遮挡等因素的影响,目标检测领域仍面临很大挑战。相比于传统的目标检测方法,基于深度学习的目标检测方法让网络根据标签自动提取特征进行学习,极大的提高了检测精度。基于深度学习的目标检测方法可分为两阶段目标检测算法和一阶段目标检测算法。本研究工作基于特
车辆信息的检测是智能交通系统的核心任务之一,在复杂多变的自然场景下,快速准确地检测车辆信息对于智能交通系统至关重要。随着车辆保有量的不断增加,与之相关的交通问题也变得日益严重。因此,实现对道路上车辆的实时检测和分类势在必行。除此之外,通过对该技术的优化,可以为无人驾驶以及智慧城市的建设提供一定的技术支持。针对车辆检测的实时性与高效性,采用了YOLOv4目标检测模型作为基础模型,提出车辆信息检测优化