基于深度学习算法的珊瑚健康状态诊断方法、系统、设备及介质技术方案

本发明专利技术涉及一种基于深度学习算法的珊瑚健康状态诊断方法、系统、设备及介质。所述方法包括：采集同一株珊瑚不同角度的图像数据进行筛选，得到各个待检测图像数据进行图像预处理，使用YOLOv5实例分割任务模型进行图像分割识别，得到各个珊瑚区域面积数据；基于加权平均值公式，分别计算珊瑚各区域面积数据对应的各个珊瑚状态数据，并计算出珊瑚健康指数展示。通过采集同一株珊瑚不同角度的图像，通过筛选、预处理、分割识别后，计算出珊瑚健康指数并展示，无需采集珊瑚样本进行化学试剂提取检测，可以快速精确诊断出一株珊瑚的健康状态，客观的反映了单株珊瑚的健康状况，避免了主观性对评估结果的影响，提高了珊瑚健康状态诊断的效率和精确性。

【技术实现步骤摘要】

本专利技术涉及珊瑚健康诊断，特别是涉及一种基于深度学习算法的珊瑚健康状态诊断方法、系统、设备及介质。

技术介绍

1、珊瑚礁是海洋生态系统中极为重要的组成部分，珊瑚礁也是地球上最脆弱的生态系统之一，对海洋生态系统的稳定性和生物多样性具有重要影响。然而，随着气候变化和人类活动的影响，全球范围内的珊瑚礁面临着严重的威胁，例如珊瑚白化、疾病和污染等问题日益严重，导致珊瑚健康状况不断恶化。目前对于全球珊瑚礁威胁最大的是由全球气候变化引起的海表温度升高。珊瑚白化是由其共生甲藻从宿主珊瑚组织中消失或共生体色素降解，从而导致珊瑚呈现白色外观。如不采取有效保护措施，珊瑚礁生态系统到2070年可能会全部消失。因此，开展珊瑚健康状态的科学监测和诊断工作对于保护珊瑚礁生态系统具有重要意义。

2、珊瑚健康状态指标是评估珊瑚礁生态系统健康状况有效方式。目前，珊瑚健康状态指标主要有rhi-hmrw、crhi-ind、ehi、chi和2d-chi五种计算方式。其中rhi-hmrw方法是最复杂的计算方法，它使用较多与社会维度相关参数；ehi指数主要为计算生态系统健康指数，其中珊本文档来自技高网...

【技术保护点】

1.一种基于深度学习算法的珊瑚健康状态诊断方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于深度学习算法的珊瑚健康状态诊断方法，其特征在于，使用YOLOv5目标检测模型对各个所述图像数据进行图像筛选，得到各个待检测图像数据，包括：

3.根据权利要求2所述的基于深度学习算法的珊瑚健康状态诊断方法，其特征在于，对各个所述图像数据中的珊瑚进行目标检测，得到检测结果，包括：

4.根据权利要求1所述的基于深度学习算法的珊瑚健康状态诊断方法，其特征在于，所述对各个所述待检测图像数据进行图像预处理，包括：

5.根据权利要求1所述的基于深度学习...

【技术特征摘要】

1.一种基于深度学习算法的珊瑚健康状态诊断方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于深度学习算法的珊瑚健康状态诊断方法，其特征在于，使用yolov5目标检测模型对各个所述图像数据进行图像筛选，得到各个待检测图像数据，包括：

3.根据权利要求2所述的基于深度学习算法的珊瑚健康状态诊断方法，其特征在于，对各个所述图像数据中的珊瑚进行目标检测，得到检测结果，包括：

4.根据权利要求1所述的基于深度学习算法的珊瑚健康状态诊断方法，其特征在于，所述对各个所述待检测图像数据进行图像预处理，包括：

5.根据权利要求1所述的基于深度学习算法的珊瑚健康状态诊断方法，其特征在于，所述使用yolov5实例分割任务模型对预处理后的各个待检测图像数据进行图像分割识别，得到各个珊瑚区域面积数...

【专利技术属性】
技术研发人员：周海龙，傅钇钧，王怀济，裴跃斌，张旭，杨晋，
申请(专利权)人：海南大学，
类型：发明
国别省市：