1、立项原因:根据研究人员拍摄的照片,跟踪海岸线的白海豚动向,研究其迁移、繁衍、发育情况。
2、解决问题:白海豚在海面上活动的瞬间很短暂,且游动得很快,很难通过肉眼快速辨别是哪一只个体。通过白海豚暴露在海面上的局部纹理特征,识别在特定海域繁衍生息的白海豚群体。
点击空白处退出提示
1、立项原因:根据研究人员拍摄的照片,跟踪海岸线的白海豚动向,研究其迁移、繁衍、发育情况。
2、解决问题:白海豚在海面上活动的瞬间很短暂,且游动得很快,很难通过肉眼快速辨别是哪一只个体。通过白海豚暴露在海面上的局部纹理特征,识别在特定海域繁衍生息的白海豚群体。
1、基于深度神经网络的reid技术
1.1) 采用局部信息对齐技术进一步提高精度
1.2) Top1 识别率达到89%,Top3 达93%以上,即匹配结果在前三名识别率 93%
1.3) 自动区分幼体和成熟体,幼儿未发育完整,无明显特征,统一归为一类,一般通过其母进行跟踪
2、QT 开发的桌面软件通过XXX部海YYY所验收
2.1) 可批量导入采集科研工作人员拍摄的图片,自动提取特征并入库
2.2) 桌面 GUI 可同时支持 Windows, Linux, macOS
2.3) 响应式的布局支持任意大小的屏幕
2.4) 多进程并行推理,多线程非堵塞UI,算法推理时不影响查看已经识别的图像
2.5) 丰富的快捷键支持,快速分组查看原图和标注的 ROI 图
2.6) 推理完成时,自动生成 HTML 格式的检测报告,方便打印和共享。
1、我具体负责桌面端的实现和算法的集成
2、项目桌面端为 Python + QT。项目算法采用 PyTorch + ReID 算法,算法训练时需要 GPU,但可在 CPU 上进行推理(分类/检测/识别)。




评论