【技术实现步骤摘要】
本专利技术涉及水下图像处理领域，更具体地说，它涉及一种水下图像轻量化处理方法和装置。
技术介绍
1、海洋牧场利用机器视觉技术观察海洋牧场水下环境具有长时间、非接触、低成本等优点。但受限于水下影像质量及水下生物在运动中伴随的扭动、变形、遮挡、重叠等情况的影响，适用于该环境的高精度深度学习目标检测模型往往结构更为复杂，模型中的参数更多，计算量大，在低算力设备中难以实时运行。
2、目前在解决这些问题时，普遍采用b/s架构，即前端摄像头回传影像至后端服务器，后端服务器接收到前端设备传回数据，通过调用构建好的深度学习模型识别环境对影像进行处理识别分析。这种形式需要将大量数据传输到云端进行计算，会存在较高的网络开销、高延迟和传输数据易被截获的风险。当前端设备增加，需要运营商带宽也逐步提高，部署成本指数级提升。
3、为了解决现有海洋牧场所存在的数据中心负载较高，运营商带宽占用高的问题，需要改进系统数据处理流程，提高效率。将整体的后端服务器数据中心转移至前端水下设备中，进行分散化部署。但是这又带来了问题，即水下识别模型在实现良好...
【技术保护点】
1.一种水下图像轻量化处理方法，其特征是：包括如下步骤：
2.根据权利要求1所述的一种水下图像轻量化处理方法，其特征是：在获取到历史图像数据后，对历史图像数据进行预处理得到标准图片，预处理包括：图片大小变换、图像翻转、图像归一化。
3.根据权利要求2所述的一种水下图像轻量化处理方法，其特征是：在得到标准图片后，根据水下动物种类对每项标准图片数据进行种类标注，划分得到若干个水下动物数据集，从每个水下动物数据集中都选择预设比例的数据来设置数据集的训练集、测试集。
4.根据权利要求3所述的一种水下图像轻量化处理方法，其特征是：所述教师模型...
【技术特征摘要】
1.一种水下图像轻量化处理方法，其特征是：包括如下步骤：
2.根据权利要求1所述的一种水下图像轻量化处理方法，其特征是：在获取到历史图像数据后，对历史图像数据进行预处理得到标准图片，预处理包括：图片大小变换、图像翻转、图像归一化。
3.根据权利要求2所述的一种水下图像轻量化处理方法，其特征是：在得到标准图片后，根据水下动物种类对每项标准图片数据进行种类标注，划分得到若干个水下动物数据集，从每个水下动物数据集中都选择预设比例的数据来设置数据集的训练集、测试集。
4.根据权利要求3所述的一种水下图像轻量化处理方法，其特征是：所述教师模型为网络复杂度、精度超...
【专利技术属性】
技术研发人员：李培良，庞博，刘韬，贺双颜，顾艳镇，
申请(专利权)人：浙江大学海南研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。