yolov5鱼类数据集FISHES-IN-THE-WILD-YOLOv5
2022-10-19 17:06:11
518.09MB
高效的鱼类分类识别是海洋牧场智能化监测的基础 . 传统的通过浅层模型，利用目标特征 的分类识别方法效率低下，泛化性差，难以实现智能化应用；而重建并训练深度卷积神经网络（DCNN） 模型占用巨大的计算机资源 . 文章提出一种基于 DCNN 和迁移学习的方法，针对新图像数据集，通过选 择训练参数，对预训练模型进行再训练，实现鱼类的分类识别 . 通过实验证实，这种方法可在占用少量 的计算机资源情况下，达到 97.14% 的验证准确率 . 使用基于 DCNN 与参数迁移的学习策略可以得到性 能良好的深度神经网络鱼类分类识别模型 .
2022-05-17 13:16:51
2.39MB
1
登录注册，增删改查（账号手机号密码），购入：数量.种类（abc就行）.价格，存储，饵料使用，资金管理等，大致如此，功能够就行，可以根据实际情况稍加改变
2022-05-04 12:03:53
34.51MB
介绍一种基于机器视觉技术的介绍一种基于机器视觉技术的介绍种基于机器视觉技术的介绍，一种基于机器视觉技术的渔业养殖用渔业养殖用渔业养殖用智能投饵系统。该主要包括视频数据采集设备，智能投饵系统。该主要包括视频数据采集设备，智能该主要包括视频数据采集设备，智能投料系统。该主要包括视频数据采集设备，智能投料系统。该主要包括视频数据采集设备。 ，智能投料系统。该主要包括视频数据采集设备，智能投料系统。该主要包括视频数据采集设备，智能投料系统。该主要包括视频数据采集设备，智能投料系统。该主要包括视频数据主要包括视频数据采集设备，智能投饵系统。该主要包括视频数据采集设备，智能投饵系统。该主要包括视频数据采集设备，图像处理与控制装置图像处理与通过获取进食鱼群的实时视频信息，获取进食鱼群的实时视频信息，获取进食鱼群的实时视频信息，获取进食鱼群的实时视频信息，计算目标鱼群目标鱼群进食过程中的动态参数进食过程中的动态参数，智能判断投饵过程中的控制参数，实现精确有效的投喂。
2022-02-18 21:54:30
611KB
1