[发明专利]一种基于深度学习的鱼类定位检测和识别方法及系统在审
| 申请号： | 201810548635.3 | 申请日： | 2018-05-31 |
| 公开（公告）号： | CN108805064A | 公开（公告）日： | 2018-11-13 |
| 发明（设计）人： | 陈英义;龚川洋;刘烨琦;方晓敏;程倩倩;成艳君;于辉辉 | 申请（专利权）人： | 中国农业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 王莹;吴欢燕 |
| 地址： | 100193 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于深度学习的鱼类定位检测和识别方法及系统，其中方法包括：将待识别图像输入第一预设神经网络，根据第一预设神经网络的输出结果，获得待识别图像中每条鱼对应的目标框；将每个目标框对应的图像输入第二预设神经网络，根据第二神经网络的输出结果，获得每个目标框中鱼的种类；其中，第一预设神经网络是根据带有目标框标记的样本图像进行训练后获得；第二预设神经网络是根据带有种类标记的样本图像进行训练后获得。该方法及系统有效确保了检测结果和识别结果的准确性，具有良好的抗干扰性和鲁棒性；避免了传统图像识别中通过人工提取和选择特征所导致的识别结果不准确且效率低下的问题。 | ||
| 搜索关键词： | 神经网络 预设 目标框 定位检测 输出结果 图像输入 样本图像 鱼类 传统图像 检测结果 种类标记 鲁棒性 图像 学习 | ||
【主权项】：
1.一种基于深度学习的鱼类定位检测和识别方法，其特征在于，包括：将待识别图像输入第一预设神经网络，根据所述第一预设神经网络的输出结果，获得所述待识别图像中每条鱼对应的目标框；将每个所述目标框对应的图像输入第二预设神经网络，根据所述第二神经网络的输出结果，获得每个所述目标框中鱼的种类；其中，所述第一预设神经网络是根据带有目标框标记的样本图像进行训练后获得；所述第二预设神经网络是根据带有种类标记的样本图像进行训练后获得。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国农业大学，未经中国农业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810548635.3/，转载请声明来源钻瓜专利网。
