当前位置: 首页 > 文章 > 基于ResNet的典型养殖鱼类识别方法研究 渔业现代化 2022,49 (3) 81-88
Position: Home > Articles > Study on the identification methods of typical cultured fish based on ResNet Fishery Modernization 2022,49 (3) 81-88

基于ResNet的典型养殖鱼类识别方法研究

作  者:
涂雪滢;刘世晶;钱程
单  位:
中国水产科学研究院渔业机械仪器研究所
关键词:
鱼类识别;深度学习;分类识别;ResNet模型
摘  要:
水下目标精准识别对指导养殖生产、辅助养殖决策具有十分重要的作用,而目标识别精度和运行效率是影响识别技术深入应用的关键问题.针对鱼类识别产业应用需求,以ResNet(Residual Neural Network)框架为核心,通过比较分析不同框架结构对鱼类识别精度和效果的影响,确定适用于典型养殖鱼类识别的ResNet网络结构形式.首先,采用多相机同步采样方式,获取不同姿态鱼类图像,满足高柔性、多姿态的运动目标样本集构建需要;其次,为了提升样本对不同背景的适应能力,选取具有不同背景的目标鱼类图像,丰富图像样本集;然后,以典型的ResNet18、ResNet34、ResNet50框架结构为比较模型,分析不同结构在识别效率和识别精度方面的整体效果.结果显示,ResNet50识别精度最高,达到95.47%,ResNet34次之,达到95.03%,但ResNet50识别效率比ResNet34降低20.43%,综合考虑识别精度和识别效率,ResNet34更加适用于大样本量鱼类图像的识别分类.
译  名:
Study on the identification methods of typical cultured fish based on ResNet

相似文章

计量
文章访问数: 6
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊