买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉青岛科技大学申请的专利一种低质量水下图像鱼类目标检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115410078B 。

龙图腾网通过国家知识产权局官网在2025-11-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211064657.5，技术领域涉及：G06V20/05；该发明授权一种低质量水下图像鱼类目标检测方法是由李海涛;胡泽涛;张俊虎;郑焕舒;张雷;丁东平设计研发完成，并于2022-09-01向国家知识产权局提交的专利申请。

本一种低质量水下图像鱼类目标检测方法在说明书摘要公布了：本发明公开了一种低质量水下图像鱼类目标检测方法，包括以下步骤：采集水下图像数据集，对所述图像数据集进行预处理，获得模型数据集；构建GCANet网络模型，基于所述GCANet网络模型构建HF‑GCANet去雾网络模型；基于所述HF‑GCANet去雾网络模型，结合YOLOv4网络构建GCA‑YOLOv4目标检测网络模型；基于所述模型数据集，训练所述GCA‑YOLOv4目标检测网络模型；基于训练好的所述GCA‑YOLOv4目标检测网络模型对待识别图像进行检测、分类，得到预测框位置信息和分类信息。本发明普适性强，可通过扩充数据集训练实现更多种类的鱼类目标检测。

本发明授权一种低质量水下图像鱼类目标检测方法在权利要求书中公布了：1.一种低质量水下图像鱼类目标检测方法，其特征在于，包括以下步骤： S1、采集水下图像数据集，对所述图像数据集进行预处理，获得模型数据集； S2、构建GCANet网络模型，基于所述GCANet网络模型构建HF-GCANet去雾网络模型； 所述GCANet网络模型包括：自动编码器、平滑扩充模块和融入门控融合子网络； 所述自动编码器由3个卷积层构成，所述卷积层的通道数量为64，卷积核尺寸均为3×3； 所述自动编码器的最后一个卷积层采用12步幅的下采样； 所述平滑扩充模块由6个平滑空洞残差单元和1个残差单元构成； 所述融入门控融合子网络由1个门控融合子网络、1个转置卷积层、2个卷积层构成； 所述HF-GCANet去雾网络模型构建方法包括： 采用混合空洞卷积代替所述GCANet网络模型中的平滑空洞卷积； 采用特征金字塔网络代替所述GCANet网络模型中融入门控融合子网络； 所述混合空洞卷积包括：反卷积层1、反卷积层2、反卷积层3、反卷积层4、反卷积层5、反卷积层6； 所述反卷积层1、反卷积层2、反卷积层3的输入输出通道数均为64、步幅为1，dilatedrate分别为1、2、3； 所述反卷积层4的输入通道数为64、输出通道数为128、步幅为2、dilatedrate为1； 所述反卷积层5的输入通道数为128、输出通道数为256、步幅为2、dilatedrate为2； 所述反卷积层6的输入通道数为256、输出通道数为512、步幅为2、dilatedrate为3； S3、基于所述HF-GCANet去雾网络模型，结合YOLOv4网络构建GCA-YOLOv4目标检测网络模型； S3所述GCA-YOLOv4目标检测网络模型包括：输入模块、HF-GCA模块、主干网络模块、特征提取模块和输出模块； 所述HF-GCA模块包括自动编码器、混合空洞卷积单元和特征金字塔网络单元； S4、基于所述模型数据集，训练所述GCA-YOLOv4目标检测网络模型； S5、基于训练好的所述GCA-YOLOv4目标检测网络模型对待识别图像进行检测、分类，得到预测框位置信息和分类信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人青岛科技大学，其通讯地址为：266000 山东省青岛市崂山区松岭路99号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。