当前位置:主页 > 农业论文 > 水产渔业论文 >

一种基于冗余裁剪的鱼群密度估计算法

发布时间:2025-01-17 17:43
   准确的掌握水域中鱼类的数量对海洋渔业部门了解鱼群密度、种群分布和群体组成等信息具有重要意义,同时还可以为科学捕捞提供重要依据,因此鱼群计数得到了越来越多的关注。但高密度、大尺度变化及高密度遮挡等问题使鱼群计数成为了极具挑战的工作,为提高鱼群计数的准确性,论文提出了一种基于冗余裁剪和多列卷积神经网络的鱼群密度估计算法(FishCount)。为了最大限度地减少密度图的误差以提高鱼群计数的准确性,将鱼群图片进行了冗余裁剪,并经过优化后的OSA(One-Shot Aggregation)模块、多列卷积模块和SENet模块后得到最终的密度图,最后得到具体的鱼群数量。为了验证算法的有效性,在DLOU2鱼群数据集上进行了不同类型的仿真实验。大量的实验结果表明,与传统的MCNN方法对比,论文所提算法的MAE值提高了51.49,MSE值分别提高了50.83。

【文章页数】:6 页

【部分图文】:

图5DLOU2数据集的图像数量分布(其中大部分图片的鱼群数量集中在500~1000条)4.3训练

图5DLOU2数据集的图像数量分布(其中大部分图片的鱼群数量集中在500~1000条)4.3训练

,MSE)。用MAE评估算法的准确性,MSE评估算法的稳健性。其定义如下:MAE=1N1Nz||i-zi(5)MSE=1N1N(zi-zi)2(6)其中N是测试图像的数量,zi是第i个图像中的真实鱼数,zi是第i个图像中的估计鱼数。4.2DLOU2数据集由于现有的数据集中的鱼群密....


图3-1FishCount-v1的网络结构

图3-1FishCount-v1的网络结构

第三章基于冗余裁剪的高密度鱼群密度估计算法15第三章基于冗余裁剪的高密度鱼群密度估计算法3.1引言在目前的基于计算机视觉的鱼群计数算法中,主要通过学习鱼体的整体特征来检测鱼群数量,虽在一定程度上提高了计数的准确性,但这种计数方法仅限于鱼群本身密度较小且鱼体之间不存在较大的遮挡的水....


图3-13部分鱼群

图3-13部分鱼群

第三章基于冗余裁剪的高密度鱼群密度估计算法263.5.6鱼群密度图的部分可视化a)b)c)d)e)f)g)h)i)j)k)l)图3-13部分鱼群数据集的密度图Fig.3-13Thedensityimagesofsomefishdatasets部分鱼群数据集的密度图如图3-13所示....


图3-13部分鱼群数据集的密度图

图3-13部分鱼群数据集的密度图

第三章基于冗余裁剪的高密度鱼群密度估计算法263.5.6鱼群密度图的部分可视化a)b)c)d)e)f)g)h)i)j)k)l)图3-13部分鱼群数据集的密度图Fig.3-13Thedensityimagesofsomefishdatasets部分鱼群数据集的密度图如图3-13所示....



本文编号:4028339

资料下载
论文发表

本文链接:https://www.wllwen.com/nykjlw/scyylw/4028339.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户2ac35***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com