← 返回列表
基于深度学习与决策树的智能虾塘水质监控方法及系统
摘要文本
本发明提供了一种基于深度学习与决策树的智能虾塘水质监控方法及系统。所述方法包括构建虾塘水质模型，以供检测虾塘水质；拍摄虾塘水质图像，将所述虾塘水质图像导入至所述虾塘水质模型；所述虾塘水质模型对所述虾塘水质图像预处理，得到水体状态特征图像；根据所述虾塘水质模型中设定的特征数据对所述水体状态特征图像进行标注，得到标注图像；将所述标注图像与所述虾塘水质模型中的标准图像比较，输出检测结果。能够能够快速、准确地进行水质检测，减轻人力监管的成本。 搜索马 克 数 据 网
申请人信息
- 申请人:广东理工学院
- 申请人地址:526000 广东省肇庆市高要城区祈福大道
- 发明人: 广东理工学院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于深度学习与决策树的智能虾塘水质监控方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311406123.0 |
| 申请日 | 2023/10/26 |
| 公告号 | CN117576550A |
| 公开日 | 2024/2/20 |
| IPC主分类号 | G06V20/05 |
| 权利人 | 广东理工学院 |
| 发明人 | 沈弘博; 张德咏; 何晓昀; 江锦锐; 许喜俊; 叶志敏; 黄斌 |
| 地址 | 广东省肇庆市高要城区祈福大道 |
专利主权项内容
1.一种基于深度学习与决策树的智能虾塘水质监控方法，其特征在于，包括：构建虾塘水质模型，以供检测虾塘水质；拍摄虾塘水质图像，将所述虾塘水质图像导入至所述虾塘水质模型；所述虾塘水质模型对所述虾塘水质图像预处理，得到水体状态特征图像；根据所述虾塘水质模型中设定的特征数据对所述水体状态特征图像进行标注，得到标注图像；将所述标注图像与所述虾塘水质模型中的标准图像比较，输出检测结果。 数据由马 克 数 据整理