声明
摘要
1.1研究背景及意义
1.2国内外研究现状
1.2.1传统目标检测算法
1.2.2基于深度学习的目标检测算法
1.3研究内容
1.3.1对虾图像数据的获取与预处理方法研究
1.3.2基于YOLO V4的对虾剥壳检测与计数方法研究
1.4特色与创新
1.5技术路线
2.1引言
2.2数据采集
2.2.1实验方案设计
2.2.2实验装置设计
2.3基于环境仿真的图像增强方法的图像预处理方法研究
2.3.1基于图像的数据增强
2.3.2基于像素的环境模拟
2.3.3基于像素及卷积的噪声模拟
2.4构建对虾数据集
2.4.1基于图像的数据增强
2.4.2基于像素的环境模拟
2.4.3基于像素及卷积的噪声模拟
2.5本章小结
第3章基于YOLO V4的对虾剥壳检测与计数方法研究
3.1引言
3.2 YOLO V4网络结构
3.3对虾加工的剥壳识别检测模型构建
3.3.1算法选择
3.3.2环境准备
3.3.3模型训练
3.4基于YOLO V4的对虾剥壳计数检测模型构建
3.4.1算法选择及环境准备
3.4.2模型训练
3.5结果与讨论
3.5.1图像预处理方法与剥壳检测
3.5.2对虾剥壳计数
3.3本章小结
4.1系统简介
4.2需求分析
4.2.1软硬件环境
4.2.2功能介绍
4.3系统功能设计与实现
4.3.1离线检测
4.3.2在线监测
4.4本章小结
5.1工作总结
5.2工作展望
参考文献
附录
作者简介
致谢
河北农业大学;