排序方式: 共有12条查询结果,搜索用时 15 毫秒
11.
12.
为高效获取克氏原螯虾的精准分割图像,提出了一种基于语义分割网络的克氏原螯虾图像识别与分割的方法。首先,在克氏原螯虾上市季节(4—8月)拍摄其图像,建立数据集;然后使用Labelme对所采集的数据集制作标签,进行数据增强,并将数据集按8∶2的比例随机划分为训练集和验证集;最后基于U-Net语义分割网络基础来对数据集进行预处理操作,其中网络的编码器部分捕捉克氏原螯虾图片的上下文信息,解码器部分对克氏原螯虾图片进行精准定位,完成分割任务。结果表明,训练后网络模型的validation Dice(验证集相似度)达到0.944 5,validation loss为0.055 5。这表明该研究所提出的语义分割网络可以较好地解决克氏原螯虾识别与分割问题,能够实现准确、高效的克氏原螯虾图像分割,为实现克氏原螯虾机器化优质选种打下了的基础,也为水产养殖智能化提供了视觉支持。 相似文献