本发明涉及状态预警,具体涉及一种基于ai识别的水下鱼类状态预警方法及系统。
背景技术:
1、水下鱼类状态预警是针对养殖鱼类进行监测和预警的技术,传统技术主要依赖于人工观察和手动分析,存在主观性和时间成本高的问题,无法满足大规模养殖场对实时、准确的状态监测和预警需求,导致缺乏高效准确的鱼类状态预警;并且,不同品种和大小的鱼类在状态特征上存在差异,需要针对个体进行准确的预测和判定,传统技术缺乏针对不同养殖鱼类的个体差异进行有效管理的方法,无法实现个性化的异常管理。
2、因此需要通过引入ai、图像识别和传感器等技术手段,实现自动化的鱼类状态监测和预警,并对异常情况提供高效、准确和实时的解决方案。
技术实现思路
1、本申请通过提供了一种基于ai识别的水下鱼类状态预警方法及系统,旨在解决传统方法缺乏高效准确的鱼类状态预警,并且无法针对不同养殖鱼类的个体差异进行有效管理的技术问题。
2、鉴于上述问题,本申请提供了一种基于ai识别的水下鱼类状态预警方法及系统。
3、本申请公开的第一个方面,提供了一种基于ai识别的水下鱼类状态预警方法,所述方法包括:配置连续深度采集传感器,并在所述连续深度采集传感器的有效视野内配置运动触发传感器;当运动触发传感器被触发后,通过连续深度采集传感器执行图像采集,建立采集图像集;根据养殖鱼类,建立识别特征库,并通过养殖状态设定初始预锚框,并读取所述采集图像集的深度数据,基于所述深度数据对所述初始预锚框调整,建立金字塔锚框;对所述识别特征库和所述金字塔锚框进行映射,并逐级以所述金字塔锚框对所述采集图像集进行框选比对;基于框选比对结果调用映射识别特征库,执行特征识别,基于特征识别结果生成预警信息;根据所述预警信息进行鱼类状态的异常管理。
4、本申请公开的另一个方面,提供了一种基于ai识别的水下鱼类状态预警系统,所述系统用于上述方法,所述系统包括:传感器配置模块,所述传感器配置模块用于配置连续深度采集传感器,并在所述连续深度采集传感器的有效视野内配置运动触发传感器;图像采集模块,所述图像采集模块用于当运动触发传感器被触发后,通过连续深度采集传感器执行图像采集,建立采集图像集;锚框建立模块,所述锚框建立模块用于根据养殖鱼类,建立识别特征库,并通过养殖状态设定初始预锚框,并读取所述采集图像集的深度数据,基于所述深度数据对所述初始预锚框调整,建立金字塔锚框;框选比对模块,所述框选比对模块用于对所述识别特征库和所述金字塔锚框进行映射,并逐级以所述金字塔锚框对所述采集图像集进行框选比对;特征识别模块,所述特征识别模块用于基于框选比对结果调用映射识别特征库,执行特征识别,基于特征识别结果生成预警信息;异常管理模块,所述异常管理模块用于根据所述预警信息进行鱼类状态的异常管理。
5、本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
6、通过配置连续深度采集传感器和运动触发传感器,结合ai图像识别技术,实现了自动化的鱼类状态预警;利用深度数据和识别特征库,能够快速准确地检测和识别鱼类状态,将传感器触发的图像与特征库进行比对,并生成相应的预警信息,提高了鱼类状态预警的效率和准确性;通过建立识别特征库和金字塔锚框,并调用映射识别特征库进行特征识别,能够针对不同养殖鱼类的个体差异进行有效管理;基于图像采集和特征识别结果,能够准确地生成预警信息,为养殖管理人员提供具体的异常状态和处理建议,实现了个体化的鱼类状态管理和异常管理。综上所述,该基于ai识别的水下鱼类状态预警方法解决了传统方法中缺乏高效准确的状态预警和缺乏个体差异管理等技术问题,实现了高效准确的鱼类状态预警效果和个体化的异常管理效果。
7、上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
1.一种基于ai识别的水下鱼类状态预警方法,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
3.如权利要求1所述的方法,其特征在于,所述方法还包括:
4.如权利要求1所述的方法,其特征在于,所述方法还包括:
5.如权利要求1所述的方法,其特征在于,所述方法还包括:
6.如权利要求5所述的方法,其特征在于,所述方法还包括:
7.如权利要求5所述的方法,其特征在于,所述方法还包括:
8.一种基于ai识别的水下鱼类状态预警系统,其特征在于,用于实施权利要求1-7任一项所述的一种基于ai识别的水下鱼类状态预警方法,包括: