排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
基于深度残差网络的水下海参自动识别研究 总被引：1，自引：0，他引：1
水下海参自动识别是水下机器人捕捞海参的关键技术,为解决水下海参识别,基于深度残差网络构建了水下海参识别自动识别算法.研究图像数据采集自山东省海阳市千岛湖海参养殖场,以海参图像为正样本,非海参图像为负样本构建数据集,分别以图像分辨率32×32像素、经过对比度受限自适应直方图均衡化(Contrast-Limited Adaptive Histogram Equalization,CLAHE)算法增强的图像、分辨率为64×64像素图像、分辨率为128×128像素图像进行模型训练与识别.结果显示:1)经过CLAHE增强的图像在训练时效果较好,收敛速度快,准确性较高,但是经过训练的模型泛化性能差;2)图像分辨率64×64像素时,在收敛速度、准确性方面更优,识别准确度、精确度、召回率分别为0.9037、0.9143、0.8889,AUC为0.95;3)图像分辨率为128×128像素时,识别效果最差,图像分辨率的提高没有提高模型的识别准确率. 相似文献
1