节点文献

基于深度学习的非结构环境下海参实时识别算法

免费订阅

【作者】 郭祥云胡敏王文胜刘亚辉

【Author】 GUO Xiangyun;HU Min;WANG Wensheng;LIU Yahui;School of Information Management,Beijing Information Science & Technology University;College of Engineering,China Agricultural University;

【机构】 北京信息科技大学信息管理学院中国农业大学工学院

【摘要】 针对非结构环境下海参难以识别的问题,提出了一种基于深度残差网络(deep residual networks,Resnet)的水下海参实时识别算法。数据样本采集自山东省海阳市千岛湖海参养殖场,并采用颜色变换方法进行数据增强,共得到海参(正样本) 1814幅,非海参(负样本) 1816幅。实验结果表明:在经过1000次迭代后,经过数据增强的模型在测试集上识别准确率(accuracy)、精确度(precision)、召回率(recall)、Fβ-score分别达到97. 25%、90. 48%、91. 35%、91. 05%,较未进行数据增强的模型在识别准确率上提高了7. 45%。

【基金】 国家自然科学基金青年科学基金项目(31801804)
  • 【DOI】10.16508/j.cnki.11-5866/n.2019.03.006
  • 【分类号】TP391.41;TP181
  • 【下载频次】41
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: