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！

龙图腾网获悉南方海洋科学与工程广东省实验室(湛江)申请的专利鱼类检测方法、装置、系统及存储介质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：CN116229501B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202211648576.X，技术领域涉及：G06V40/10；该发明授权鱼类检测方法、装置、系统及存储介质是由李俞锋;任刚;董阳泽;陈夏华;凌文昌;李静设计研发完成，并于2022-12-21向国家知识产权局提交的专利申请。

本鱼类检测方法、装置、系统及存储介质在说明书摘要公布了：本发明公开了一种鱼类检测方法、装置、系统及存储介质，涉及水下检测技术领域。该鱼类检测方法包括以下步骤：将鱼类关键帧图像集输入GMM高斯混合模型进行运动目标检测操作，得到GMM鱼类目标边框；将鱼类关键帧图像集输入YOLO神经网络模型进行运动目标检测操作，得到YOLO鱼类目标边框；根据预设判断逻辑判断GMM鱼类目标边框和或YOLO鱼类目标边框是否为真实鱼类目标边框，并输出对应的真实鱼类目标边框。利用YOLO神经网络模型检测速度快、精度高的特点，融合GMM高斯混合模型可充分挖掘鱼类运动目标信息的特性，通过鱼类目标边框融合判断方式，有效避免了误检和漏检情况，提高了模型检测准确率，实现了对鱼类摄食强度、摄食分布等状态信息的实时精准检测。

本发明授权鱼类检测方法、装置、系统及存储介质在权利要求书中公布了：1.一种鱼类检测方法，其特征在于，所述鱼类检测方法包括以下步骤： 将鱼类关键帧图像集输入GMM高斯混合模型进行运动目标检测操作，以得到GMM鱼类目标边框； 将所述鱼类关键帧图像集输入YOLO神经网络模型进行运动目标检测操作，以得到YOLO鱼类目标边框； 根据预设判断逻辑判断所述GMM鱼类目标边框和或所述YOLO鱼类目标边框是否为真实鱼类目标边框，并输出对应的所述真实鱼类目标边框； 所述YOLO鱼类目标边框包括YOLO目标存在置信度； 所述根据预设判断逻辑判断所述GMM鱼类目标边框和或所述YOLO鱼类目标边框是否为真实鱼类目标边框，并输出对应的所述真实鱼类目标边框的步骤，包括： 判断所述YOLO鱼类目标边框中是否存在第二待定边框；所述第二待定边框未出现于所述GMM鱼类目标边框中； 若存在所述第二待定边框，则判断所述第二待定边框的所述YOLO目标存在置信度是否达到预设置信度阈值； 若所述第二待定边框的所述YOLO目标存在置信度达到所述预设置信度阈值，则确定所述第二待定边框为真实鱼类目标边框并输出； 所述YOLO鱼类目标边框包括YOLO目标位置横坐标、YOLO目标位置纵坐标、YOLO目标宽度、YOLO目标高度；所述GMM鱼类目标边框包括GMM目标位置横坐标、GMM目标位置纵坐标、GMM目标宽度、GMM目标高度； 所述根据预设判断逻辑判断所述GMM鱼类目标边框和或所述YOLO鱼类目标边框是否为真实鱼类目标边框，并输出对应的所述真实鱼类目标边框的步骤，包括： 判断所述YOLO鱼类目标边框中是否存在第三待定边框；所述第三待定边框出现于所述GMM鱼类目标边框中； 若存在所述第三待定边框，则获取所述第三待定边框的所述YOLO目标位置横坐标与所述GMM目标位置横坐标之间的第一差值，获取所述第三待定边框的所述YOLO目标位置纵坐标与所述GMM目标位置纵坐标之间的第二差值，所述第三待定边框的所述YOLO目标宽度与所述GMM目标宽度之间的第三差值，所述第三待定边框的所述YOLO目标高度与所述GMM目标高度之间的第四差值； 判断所述第一差值、所述第二差值、所述第三差值、所述第四差值是否小于预设差值阈值； 若所述第一差值、所述第二差值、所述第三差值、所述第四差值中的至少一个小于所述预设差值阈值，则确定所述第三待定边框为真实鱼类目标边框并输出。

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南方海洋科学与工程广东省实验室(湛江)，其通讯地址为：524000 广东省湛江市霞山区文体路一号；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。