基于YOLO模型深度学习的絮团特征参数提取方法

本发明公开了基于YOLO模型深度学习的絮团特征参数提取方法，包括：采集的絮团运动序列图像；基于所述絮团运动序列图像，构建训练数据集并训练YOLO目标检测模型；根据训练完成的所述YOLO目标检测模型对所述絮团运动序列图像进行自动检测，获取检测结果；采用卡尔曼滤波算法对所述检测结果进行运动状态跟踪估计，获得絮团的运动状态估计结果；基于所述运动状态估计结果，进行多维度特征参数提取，获取絮团特征参数。本发明能够在不干扰絮团自然运动状态的前提下，实现大规模图像数据的高效、稳定、自动化处理，显著提高絮团特征参数提取的准确性与处理效率。