[发明专利]一种基于改进的YOLOv3的微藻识别方法在审
| 申请号： | 202110089255.X | 申请日： | 2021-01-22 |
| 公开（公告）号： | CN112784748A | 公开（公告）日： | 2021-05-11 |
| 发明（设计）人： | 王俊生;曹梦颖;陈彦彤 | 申请（专利权）人： | 大连海事大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 大连东方专利代理有限责任公司 21212 | 代理人： | 姜玉蓉;李洪福 |
| 地址： | 116026 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于改进的YOLOv3的微藻识别方法，包括：采集微藻显微图像，制作微藻图像的数据集；对数据集进行数据增强；将增强后的数据集分为训练集、验证集和测试集，对数据集中的微藻进行标注，生成标注图像；构建改进的YOLOv3目标检测模型；设置训练参数，基于数据集对构建的YOLOv3目标检测模型进行训练；基于训练完成的YOLOv3目标检测模型，对测试集图像进行分类和定位。本发明采用改进的YOLOv3目标检测模型，使用轻量级Mobilenet网络代替YOLOv3的原始特征提取网络darknet53，能够显著提高运行速度，大大减少网络参数，同时引入空间金字塔池结构SPP，能够在同一卷积层中以不同尺度合并和连接区域特征，使得在检测小物体时位置误差较小，使用CIoU优化损耗功能进一步提高检测精度。 | ||
| 搜索关键词： | 一种 基于 改进 yolov3 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于大连海事大学，未经大连海事大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110089255.X/，转载请声明来源钻瓜专利网。
