| 基于改进YOLO-V4网络的浅海生物检测模型 |
| |
| 引用本文： | 毛国君, 翁伟栋, 朱晋德, 张媛, 吴富村, 毛玉泽. 基于改进YOLO-V4网络的浅海生物检测模型[J]. 农业工程学报, 2021, 37(12): 152-158. DOI: 10.11975/j.issn.1002-6819.2021.12.018 |
| |
| 作者姓名： | 毛国君 翁伟栋 朱晋德 张媛 吴富村 毛玉泽 |
| |
| 作者单位： | 1.福建工程学院计算机科学与数学学院,福州 350118;2.福建省大数据挖掘与应用重点实验室,福州 350118;3.獐子岛集团股份有限公司,大连 116001;4.中国科学院海洋研究所实验海洋生物学重点实验室,青岛 266071;5.中国水产科学研究院黄海水产研究所,青岛 266071 |
| |
| 基金项目： | 国家重点研发项目（2019YFD0900800/05）;国家自然科学基金项目（61773415） |
| |
| 摘 要： | 海洋生物智能检测是海洋牧场战略的一部分,而利用水下机器人在复杂的海洋环境中快速、准确地检测海洋生物是关键问题.由于海底环境复杂、亮度分布不均匀、海洋生物与其生存环境的区分性差、生物被遮蔽或半隐蔽等原因,准确识别海洋生物是一个巨大的挑战.随着卷积神经网络的发展,基于深度学习的目标检测算法成为主流,出现了如Efficien...
|
| 关 键 词： | 模型 深度学习 目标检测 YOLO-V4 跨阶段局部网络 嵌连接 |
| 收稿时间： | 2021-02-09 |
| 修稿时间： | 2021-06-02 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
|
点击此处可从《农业工程学报》下载免费的PDF全文 |
|
