基于深度残差网络的水下海参自动识别研究 |
| |
引用本文: | 郭祥云,王文胜,刘亚辉,张航,乔曦.基于深度残差网络的水下海参自动识别研究[J].数学的实践与认识,2019(13). |
| |
作者姓名: | 郭祥云 王文胜 刘亚辉 张航 乔曦 |
| |
作者单位: | 北京信息科技大学信息管理学院;中国农业大学工学院;天津农学院计算机与信息工程学院;华南农业大学农业部华南作物有害生物综合治理重点实验室 |
| |
摘 要: | 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.
|
关 键 词: | 水下海参 深度学习 深度残差网络 自动识别 对比度受限自适应直方图均衡化 |
Automatic Recognition of Underwater Sea Cucumber Based on Resnet |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|