基于Prune-YOLOv5s的养殖鱼类缺氧风险评估方法OA北大核心CSTPCD
为解决传统鱼类缺氧检测方法准确率不高、需耗费大量人力的问题,提出了一种基于Prune-YOLOv5s的养殖鱼类缺氧风险评估方法。该方法首先采集鱼类缺氧进行水面呼吸(Aquatic surface respiration, ASR)时的数据集,并训练YOLOv5s模型,然后用经轻量化改进的YOLOv5s模型实时检测鱼类缺氧进行水面呼吸的行为,并引入鱼类ASR系数,设计鱼群缺氧评估模块实现鱼类缺氧风险评估。最后通过鱼类缺氧试验对改进前后YOLOv5s…查看全部>>
陈庭槿;黄耀波;陈炫辛;周纪军;刘英
深圳大学物理与光电工程学院,广东深圳518061深圳大学物理与光电工程学院,广东深圳518061深圳大学教育学部,广东深圳518061深圳大学物理与光电工程学院,广东深圳518061深圳大学物理与光电工程学院,广东深圳518061
计算机与自动化
鱼类缺氧人工智能深度学习YOLOv5sASR系数
《渔业现代化》 2024 (5)
P.81-89,9
深圳大学横向项目“基于深度学习的便携式水下成像及实时检测系统(横KJ2023059)”国家级大学生创新创业训练计划项目“普惠智慧渔业管理系统(202310590046)”。
评论