当前位置: 首页>>科学研究>>科研进展>>正文

东海所在中华绒螯蟹甲壳目标检测识别算法上取得新进展
2023-04-17 10:38:38  来源:

2023年4月,中国水产科学研究院东海水产研究所与上海海洋大学联合培养研究生张佳泽为第一作者的“Research on target detection and recognition algorithm of Eriocheir sinensis carapace”(中华绒螯蟹甲壳目标检测与识别算法研究)在计算机ESI期刊《Multimedia Tools and Applications》上发表。

中华绒螯蟹是中国特有的水产养殖品种之一,对水产品市场具有重要的经济价值。为了识别不同个体的中华绒螯蟹,文章提出了一种结合YOLOv5(You Only Look Once v5)和主成分分析(PCA)的甲壳检测和识别方法及其改进方法。通过相机获取中华绒螯蟹的图像,利用YOLOv5和迁移学习方法对中华绒螯蟹的目标进行检测,然后根据检测到的中华绒螯螃蟹甲壳的目标帧自动裁剪目标。使用KPCA、一维PCA(1D-PCA)、二维PCA(2D-PCA)和双向二维PCA((2D)2-PCA)四种方法进行匹配。结果表明:(2D)2-PCA的识别率可达84.42%,分别比其他三种方法高18.27%、9.128%和8.689%。此外,与其他三种方法相比,匹配速度仅需1.859秒。该方法分别提高了86.051s、2.562s和0.784s。该方法在实验中具有较好的实验效果,识别速度更快。研究结果为中华绒螯蟹甲的识别提供一种新的研究方法。

Multimedia Tools and Applications是计算机学科领域有一定影响力的国际主流期刊,主要报导计算机科学、软件工程、信息系统、多媒体系统等方面的前沿技术,该刊当前影响因子为2.577,在科睿唯安JCR分区中属于Q2类期刊。

图1 YOLOV5深度学习模型

图2 卷积层特征可视化

上一条:黑龙江所“一种鲤冠状病毒TaqMan实时荧光定量RT-PCR检测引物及应用”获国家发明专利授权
下一条:黄海水产研究所在气候变化耦合新污染物的海洋环境效应研究领域取得新进展