【摘 要】
：
动物检测识别是计算机视觉,深度学习的主要研究方向之一,广泛的应用在动物管理部门,生态保护部门当中。本文以北方湿地鸟类为研究对象,重点研究了数据集的处理,卷积神经网络的改进,提出了改进YOLOv3网络模型的北方湿地鸟类网络算法YOLOv3-Bird。为了加强数据集的准确度和容量,本文利用了数据集的扩充方法,利用非平衡数据集SVM分类算法进行数据分类,利用SMOTE算法进行数据集扩充并成功的将数据集扩
论文部分内容阅读
动物检测识别是计算机视觉,深度学习的主要研究方向之一,广泛的应用在动物管理部门,生态保护部门当中。本文以北方湿地鸟类为研究对象,重点研究了数据集的处理,卷积神经网络的改进,提出了改进YOLOv3网络模型的北方湿地鸟类网络算法YOLOv3-Bird。为了加强数据集的准确度和容量,本文利用了数据集的扩充方法,利用非平衡数据集SVM分类算法进行数据分类,利用SMOTE算法进行数据集扩充并成功的将数据集扩充至网络训练的需求数量,增强在复杂场景下的北方湿地鸟类目标识别研究,提高在复杂场景下对北方湿地鸟类检测的定位精度和准确率,引入了预测框的不确定回归,网络训练过程中指导网络学习预测更加准确的预测框,从而降低YOLOv3算法的定位误差,引入了MSRCR算法对实际图像相关图形度进行增强,优化了损失函数,避免网络层级影响目标特性的更新,改进了网络层的结构,设计了全新的Darknet-Bird,优化并减少了原有的特征提取器部分,使算法更加符合北方湿地鸟类数据集特点的实际需求。最后的实验结果表明:改进后的YOLOv3-Bird算法对于实验目标的识别精确度为86.6%,比原有YOLOv3算法识别精确度提高了7%。YOLOv3-Bird算法的帧数为37,比原有YOLOv3算法帧数提高了7点,检测时间也由原来的0.042s提升至0.023s。综上所述该算法可以有效,精确的检测并识别目标,符合实验的需求。
其他文献
无人水下航行器（UUV）是一种无驾驶员的类潜艇机器人装置,用于水下任务,如搜救、测量、监视、检查、维修和维护。水下航行器运行期间,其运动轨迹会呈现高度非线性。此外,航行器动力性能还会随着周围环境的变化和外部干扰（如风速和海流）而发生显著变化。这些因素都使得我们难以对水下航行器空间运动进行准确建模。模糊控制具有很强的鲁棒性,能够适应流体动力学的不确定性。不仅可以对多种线性系统进行控制,在非线性系统控
随着手机等移动端图像获取设备的不断升级与普及,图像数据逐渐成为人们日常获取信息的最主要来源。但是随着图像数据规模的日渐庞大,冗余信息也逐渐的充斥在人们的身边,导致人们搜索有用信息的难度越来越大,所以针对的图像的识别与自动分类具有越来越重要的意义。随着近些年来深度学习在图像分类中的应用越来越深入,越来越多优秀的基于深度卷积神经网络的图像分类结构取得了令人瞩目的成果,但是基于深度学习的图像分类方法,对
磁控形状记忆合金（MSMA）是一种发现较晚的新型材料,基于磁控形状记忆合金变形率高、响应快等特点,本文研究是在材料逆特性的基础上,主要是对传感器的结构进行优化设计,运用ANSYS电磁仿真软件进行验证,最后通过搭建实验系统,在不同的输入条件下分析输出的感应电压波形。主要研究内容如下:对MSMA材料特性进行阐述,在此基础上根据MSMA传感器的工作原理、法拉第电磁感应定律以及磁路欧姆定律的相关知识,得到
随着国家工业实力的飞速发展,机器人抓取技术在工业生产中发挥着不可或缺的作用。目前,工业中的抓取技术是根据设定好的流程再加上传统机械手爪的配合来实现物体或工件的抓取。这种抓取技术只是固定的、重复的对单一零件进行抓取,不具有广泛使用的特性。因此,基于深度学习的抓取技术受到国内外研究者的广泛关注。为了解决工业生产领域中多个不同类别的物体识别与抓取问题,本文对基于深度学习的柔性夹爪抓取技术来展开研究,本论
伴随着互联网时代的到来,人工智能发展趋势逐渐从单智能体决策转向多智能体决策。生活中有很多多智能体系统,比如驾驶车辆在车流中行驶、足球队比赛,甚至是蜜蜂建造蜂巢。这些系统都是多智能体之间通过协作或竞争以达到某个目的。相对于单智能体学习来说,多智能体的学习挑战在于它有更大的搜索空间、对于其它智能体的感知以及系统的鲁棒性。在多智能体系统中,随着智能体数量的增多,问题也随之而来,那就是智能体很难从全局共享
生物蛇种类中无论是陆地蛇、水蛇还是海蛇,生物体本身都拥有其适应环境的能力。海蛇是由陆地蛇生物进化而来,与陆地蛇相比,身体形态、运动特征存在较大迥异,更加适应在海中复杂的栖息地生存。本文从生物进化角度出发,研究海蛇躯体进化特及运动特点,并以此为依据进行仿海蛇机器人研究。（1）海蛇机器人运动机理针对海蛇进化特征,对海蛇游动机理以及波动特征的研究;对海蛇躯体主动变形推进机理研究,首先根据生物海蛇的运动特
随着中国发展的进程,城镇化比例逐年升高,乡村人群大力向城市转移,城市人口密度增大,城市中最典型的地形环境就是楼宇环境,一旦楼宇环境中发生灾害事件,如地震、火灾等,对人们的生命安全将产生严重威胁。本文针对处理城市楼宇环境中救援活动的救援移动机器人,设计救援移动机器人控制系统,同时实现救援移动机器人的典型地形通过。首先,简要介绍了救援移动机器人本体结构。对救援移动机器人进行重心建模,并且根据救援移动机
随着人们生活质量的不断提高,近视眼的患病率也在逐年增加,其严重影响着人们的日常生活。目前对近视性相关疾病包括病理性近视的自动诊断以及屈光不正预测（验光）都需要医生人工完成,这无疑会给医生带来巨大的工作量,从而造成误诊、漏诊等事故发生。同时,在国内贫困地区,资深眼科医生缺乏,大型医疗器械不足的情况下,患者将很难被及时的诊断与预测,从而导致病情恶化最终失明。因此很有必要提出相关的自动诊断与预测方法,在
叶轮是压缩机的零部件,叶轮上叶片较大且两叶片之间距离较窄,磨抛时容易发生干涉。目前叶片型面大部分还处于人工磨抛阶段,人工磨抛会使表面精度不均匀、次品率增多。针对磨抛的难点,本文运用机器人自动磨抛叶轮叶片来代替人工磨抛,提出基于最小曲率法来规划磨抛轨迹,保证了机器人在磨抛运动过程中振动较小;提出选取多个磨抛点的方式证明了机器人磨抛的可达性;提出了对磨抛刀具建立包络模型的方式解决了磨抛干涉问题,从而实
叶片作为航空发动机、蒸汽轮机等大型动力设备的重要核心组件,其制造加工后的几何精度以及表面质量对整机的工作性能有很大的影响。由于人工磨抛加工,材料去除的稳定性较差、效率很低,难以保证叶片加工质量的要求。为获得高的加工质量和生产效率并代替人工操作,使用工业机器人系统对叶片磨抛是解决叶片加工问题的有效方法之一。本课题针对机器人的自动加工应用,以航空发动机叶片砂带磨抛加工工艺为主要研究对象,建立了基于柔顺