計算機視覺在對蝦養(yǎng)殖業(yè)的應(yīng)用實踐*

• 針對傳統(tǒng)水產(chǎn)養(yǎng)殖業(yè)中養(yǎng)殖過程中容易受到養(yǎng)殖人員的個人經(jīng)驗從而導(dǎo)致養(yǎng)殖效率低下、能源損耗嚴(yán)重等問題，本文融合計算機視覺、人工智能、圖像處理等技術(shù)，應(yīng)用于對蝦養(yǎng)殖業(yè)中并展開實踐。首先在水下投放雙目攝像機把拍取的對蝦圖像和視頻上傳至PC端，使用YOLOv5深度學(xué)習(xí)模型對蝦體圖像進(jìn)行訓(xùn)練達(dá)到精準(zhǔn)識別的效果，然后根據(jù)一系列的圖像處理等步驟得到分割后的蝦體圖像，最后基于最小矩形法尋得最優(yōu)測量點并根據(jù)雙目視覺算法把二維坐標(biāo)轉(zhuǎn)換為三維坐標(biāo)得到對蝦的體長及平均生長率。
• 關(guān)鍵字： 對蝦養(yǎng)殖  YOLOv5  生長率  202205