典型文献
基于ResNet的典型养殖鱼类识别方法研究
文献摘要：
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.
文献关键词：
鱼类识别;深度学习;分类识别;ResNet模型
中图分类号：
作者姓名：
涂雪滢;刘世晶;钱程
作者机构：
中国水产科学研究院渔业机械仪器研究所,上海200092;农业农村部渔业装备与工程技术重点实验室,上海200092
文献出处：
引用格式：
[1]涂雪滢;刘世晶;钱程-.基于ResNet的典型养殖鱼类识别方法研究)[J].渔业现代化,2022(03):81-88
A类：
B类：
养殖鱼类,鱼类识别,水下目标,目标精准,精准识别,助养,目标识别,识别精度,产业应用,应用需求,Residual,Neural,Network,框架结构,结构形式,多相机,同步采样,采样方式,高柔性,多姿态,运动目标,样本集,目标鱼类,像样,ResNet18,ResNet34,ResNet50,比较模型,整体效果,效率比,大样本量,识别分类,分类识别
AB值：
0.394086
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
