|国家科技期刊平台
| 注册
首页|期刊导航|水生生物学报|基于机器视觉和改进YOLOv5s的鲫病害轻量级无损检测模型

基于机器视觉和改进YOLOv5s的鲫病害轻量级无损检测模型

陈科 周勇 薛明洋 朱松明 赵建 蔡海莺 叶章颖

水生生物学报2024，Vol.48Issue(7)：P.1141-1148,8.
✕
水生生物学报2024，Vol.48Issue(7)：P.1141-1148,8.DOI:10.7541/2024.2023.0226

基于机器视觉和改进YOLOv5s的鲫病害轻量级无损检测模型

陈科 1周勇 2薛明洋 2朱松明 3赵建 4蔡海莺 5叶章颖3

作者信息

  • 1. 浙江科技学院生物与化学工程学院,杭州310023 浙江大学生物系统工程与食品科学学院,杭州310058
  • 2. 中国水产科学研究院长江水产研究所,武汉430223
  • 3. 浙江大学生物系统工程与食品科学学院,杭州310058 浙江大学海洋研究院,舟山316021
  • 4. 浙江大学生物系统工程与食品科学学院,杭州310058
  • 5. 浙江科技学院生物与化学工程学院,杭州310023
  • 折叠

摘要

关键词

水产养殖/鲫病害/无损检测/改进YOLOv5s/轻量级

分类

农业科技

引用本文复制引用

陈科,周勇,薛明洋,朱松明,赵建,蔡海莺,叶章颖..基于机器视觉和改进YOLOv5s的鲫病害轻量级无损检测模型[J].水生生物学报,2024,48(7):P.1141-1148,8.

基金项目

国家大宗淡水鱼产业技术体系专项(CARS-45-24) （CARS-45-24）

浙江省重点研发计划(2021C02024)资助。 （2021C02024）

水生生物学报

OA北大核心CSTPCD

1000-3207

访问量0
|
下载量0
段落导航相关论文