海龟
典型大型海洋生物目标,适合展示综合识别能力。
系统聚焦水下图像中的海洋生物识别与结果展示,支持单张图片分析、批量目录识别、图像增强和批量结果查看,适用于教学展示、实验演示、项目答辩和海洋场景样例分析。
支持拖入单张图片或本地选择图片,完成综合识别、Retinex 增强、MSR 增强和锐化增强。


综合识别模块覆盖鱼类、大型海洋生物与典型指示物种,支持对海龟、鳐鱼、鲨鱼、海参、海胆、龙虾、砗磲、蝶鱼、石斑鱼、海鳗、棘冠海星等目标进行统一识别。
支持项目内目录批量识别,也支持本地多图上传与文件夹导入;同时支持直接拖入多张图片或整个文件夹。
批量任务执行完成后,结果会在这里集中展示。结果列表支持下滑浏览,图片支持继续点击放大查看。
围绕系统定位、核心功能与识别物种展开介绍,突出当前系统的综合识别与结果展示能力。
海洋卫士是一套面向海洋图像场景的智能识别系统,围绕“图像输入、模型识别、结果展示、批量浏览”建立完整工作流程。系统将单张识别、批量识别、结果查看和算法说明集中在统一界面中,便于在教学展示、课程设计、实验演示和项目答辩中直接使用。
在使用体验上,系统强调界面直观、操作清晰、结果可见,既能够面向单张图片快速分析,也能够面向目录级图片完成批量处理,并通过结果页集中展示识别图与统计信息。
当前综合识别模型可覆盖鱼类、大型海洋生物和典型指示物种,识别对象与系统当前算法能力保持一致。
系统当前以统一综合识别模型为核心,对鱼类、大型海洋生物与典型指示物种进行集中识别与结果输出。识别结果不仅包括检测框图像,还会对每张图片中的目标类别和数量进行结构化统计,便于展示与对比。

典型大型海洋生物目标,适合展示综合识别能力。

大型底栖场景目标,可用于体现模型的综合覆盖范围。

群体鱼类场景目标,适合展示鱼类识别与数量统计效果。
如需了解项目团队所在学院的更多信息,可通过下方链接访问烟台科技学院信息工程学院官网。
系统采用统一的综合识别流程,将图像输入、模型推理、结果统计与可视化展示串联为完整应用链路,同时保留多种增强算法。
在此基础上,系统还保留图像增强模块,以便在低照度、颜色偏移、边缘模糊等水下场景中改善图像观感,帮助后续观察与展示。
综合识别模块以当前统一的 YOLO 检测入口为核心,将鱼类、大型海洋生物和典型指示物种的检测能力整合到同一流程中。系统会对识别结果进行逐图统计,并生成带检测框的结果图,便于查看目标类别与数量。
Retinex 增强主要用于改善水下图像亮度不足、局部细节不明显的问题。通过增强整体层次与可见纹理,能够使图像观感更加清晰,在复杂光照环境中更利于后续人工观察。
MSR 多尺度增强适合用于处理亮暗变化较大的场景。该方法可以在一定程度上平衡不同区域的亮度表现,使图像层次更加丰富,适合水下复杂背景和低照度场景展示。
锐化增强更强调边缘和纹理细节的突出表现,适用于目标轮廓不明显、边缘模糊的图像。通过提升边缘清晰度,可使图像中的主体结构更加直观,便于结果展示与观察。
项目团队信息
快乐加加加队
请稍候,海洋识别结果正在生成。