您所在的位置: 首页 >> 查看信息
项目编号: 201810614541
项目名称: 基于YOLO的候鸟目标检测
所属院系: 格拉斯哥学院
项目主持人: · 姓名:王嘉鹏
· 专业:电子信息类(中外合作办学)(电子信息工程)
· Email:445743318@qq.com
项目成员: · 姓名:彭诚
· 专业:电气类(中外合作办学)(电子信息工程)
· Email:694977655@qq.com
项目成员: · 姓名:吴楚翘
· 专业:电子信息类(中外合作办学)(电子信息工程)
· Email:1723805639@qq.com
项目成员: · 姓名:唐志浩
· 专业:电子信息类(中外合作办学)(通信工程)
· Email:406361128@qq.com
指导教师1: · 姓名:孙彬
· 职称:副教授
· 研究方向:
项目内容简介:

该项目是基于YOLO的候鸟目标检测,为实现空中候鸟的观测的基础性研究,该项目旨在通过YOLO算法,采用单独的CNN模型并实现end-to-end的候鸟分类检测,在候鸟观测站中对获取的照片进行处理,得到候鸟种类数量及种群数量数据,这将对候鸟保护有重要意义。

为保证我们可以顺利的完成该项目,我们先将研究内容大体分为两个部分:数据集的建立与算法优化. 数据集建立部分主要是收集不同种类候鸟图片,并对每张图片进行打标及数据增强工作.算法优化主要是对tiny-YOLO算法在此场景下进行针对性优化,使其能够满足候鸟观测点的实时观测与数据获取需求.
项目特色与创新点:

候鸟保护一直是我国乃至世界环境保护的一项重要任务.考虑到候鸟数量较多,种类也多,难以直观在候鸟栖息地保护区进行统计候鸟数量及种类,因此提出使用神经网络的方法对图像中拍摄到的候鸟进行检测,返回出各类候鸟数量的精确数据,有利于候鸟保护专家进行数据统计保护候鸟.由于神经网络方法进行目标检测耗时巨大,而专家需要在野外直接进行数据统计,因此我们考虑改进tiny-yolo网络,使其在tx2平台上达到25fps以上的帧率,使深度学习真正能够随时随地应用于候鸟保护中去.

用户单位:电子科技大学    版权所有:南京先极科技有限公司