تشخيص ماهي در تصاوير زير آب با استفاده از شبكه‌هاي عصبي كانولوشن

دانشگاه ولي عصر(عج) رفسنجان

كارشناسي ارشد

براي دانشمندان دريايي و متخصصان حفاظت از محيط‌زيست مهم است كه به‌طور مكرر فراواني نسبي گونه‌هاي ماهي در زيستگاه‌هاي آن‌ها را تخمين زده و تغييرات جمعيت آن‌ها را رصد كنند. برخلاف نمونه‌برداري دستي پرزحمت، راه‌حل‌هاي مختلفي براي نمونه‌گيري ماهي مبتني بر رايانه در فيلم‌هاي زير آب ارائه‌شده است. در اين پژوهش از شبكه عصبي عميق YOLO، براي شناسايي ماهيان در فيلم‌هاي و تصاوير زير آب استفاده مي‌شود. 4 مدل يادگيري عميق YOLO، براي شناسايي ماهي‌ها در فيلم زير آب با استفاده از 4 مجموعه داده بسيار متفاوت، ثبت‌شده در پروژه OBSEA و سايت‌هاي انرژي آبي، آموزش داده‌شده است. براي آزمايش اينكه چقدر يك مدل مي‌تواند دقت آن افزايش داشته باشد يك مجموعه داده جديد تركيب‌شده از 4 مجموعه داده ديگر اضافه كرديم، اين مدل با استفاده از نمونه‌هايي چهار مجموعه داده آموزش داده‌شده و سپس بر روي نمونه‌هايي از هر چهار مجموعه داده به‌صورت تكي و تركيب‌شده آزمايش شد است. در اين پژوهش مجموعه داد پروژه OBSEA امتياز %88.5 mAP = و %75.3 =F1 را براي YOLOv5(X) كه بيشترين امتياز است كسب نموده و كمترين امتياز %14.1 mAP = و %10.1 =F1 را مجموعه داده Orpc_ Igiugig از سايت‌هاي انرژي آبي روي شبكه YOLOv3-Tiny كسب نمود است.

167238

دانشگاه وليعصر رفسنجان

محمد حسين قلي زاده -حسين قيومي

مهندسي برق

حسن فاتحي مرج -حسين نوري رحمت آبادي