当前位置: 首页 > 文章 > 基于残差网络和小样本学习的鱼图像识别 农业机械学报 2022,53 (2) 282-290
Position: Home > Articles > Fish Image Recognition Based on Residual Network and Few-shot Learning Transactions of the Chinese Society for Agricultural Machinery 2022,53 (2) 282-290

基于残差网络和小样本学习的鱼图像识别

作  者:
袁培森;宋进;徐焕良
单  位:
南京农业大学人工智能学院
关键词:
鱼;图像识别;残差网络;小样本学习;迁移学习
摘  要:
针对鱼种类多、数据采集难度大,且需要细粒度图像识别等问题,提出了一种基于度量学习的小样本学习方法.采用基于度量学习的小样本学习网络以及ResNet18的残差块结构,提取鱼图像的深层次特征,并将其映射至嵌入空间进而在嵌入空间判断鱼的种类.为了进一步提升识别准确率,利用小样本学习模型在mini-ImageNet数据集进行预训练,然后将训练的结果迁移到Fish100细粒度数据集上进行精细化训练,得到最终鱼图像识别的判别模型.使用本文模型与常用的5种小样本学习模型,在鱼图像数据集Fish100和ImageNet上进行对比试验,结果表明本文模型的识别效果最佳,在两个数据集上的识别精度分别达到了94.77%和91.03%,且精度、召回率和F1值均明显优于其它模型.
译  名:
Fish Image Recognition Based on Residual Network and Few-shot Learning

相似文章

计量
文章访问数: 12
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊