您当前的位置:
首页 >
文章列表页 >
基于RGHS图像增强和改进YOLOv5网络的黄颡鱼目标提取
基于RGHS图像增强和改进YOLOv5网络的黄颡鱼目标提取
Object extraction of yellow catfish based on RGHS image enhancement and improved YOLOv5 network
- “在水下目标提取领域,研究者提出了基于RGHS图像增强的改进YOLOv5模型,显著提高了黄颡鱼目标提取精度,为鱼类状态监测提供有益参考。”
- 吉林大学学报(工学版) 2024年54卷第9期 页码:2638-2645
DOI: 10.13229/j.cnki.jdxbgxb.20230446
移动端阅览
AI导读
HTML全文
图( 12 ) 表( 2 )
参考文献
出版信息
数据统计
88
浏览量
149
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
基于多尺度特征和注意力机制的轻量级虹膜分割模型
基于关键点注意力和通道注意力的服装分类算法
基于真⁃伪三连体神经网络的传感器本体匹配方法
基于先验知识优化的医学图像候选区域生成方法
基于深度学习的核糖核酸二级结构预测方法
相关作者
林大为
朱晓冬
袁梦
盖迪
霍光
刘元宁
赵宏伟
刘晓涵
相关机构
东北电力大学 计算机学院
吉林大学 计算机科学与技术学院
吉林大学 符号计算与知识工程教育部重点实验室
南昌大学 软件学院
吉林大学 公共外语教育学院

