典型文献
基于深度学习的常见市场渔获检测分类算法研究
文献摘要：
深度学习的应用范围越来越大,在图像识别、生物检测等领域尤为成熟,大幅扩大了检测规模,提高了检测性能.该试验对图像分类模型进行研究,以市场常见的30种渔获物为对象,包括黄鱼、鲳鱼、鲍鱼、鲢鱼以及秋刀鱼等食材,通过人工拍照、网络爬虫方式获取相关图片,以构建数据集,从而搭建ResNet网络模型,引入迁移学习机制训练渔获分类模型,并采用增加卷积层数、调整训练参数等方法验证模型检测分类的有效性.结果表明,ResNet网络分类模型具有较高的识别精度和良好的稳定性,可以有效地对市场常见渔获进行分类,为后续海洋渔业鱼类分拣的研究奠定了基础.
文献关键词：
深度学习;特征提取;鱼类识别;残差网络
中图分类号：
作者姓名：
李克祥;王国庆;郑国华;潘海华;周昌智
作者机构：
浙江索思科技有限公司,浙江温州325000
文献出处：
引用格式：
[1]李克祥;王国庆;郑国华;潘海华;周昌智-.基于深度学习的常见市场渔获检测分类算法研究)[J].中国新技术新产品,2022(19):19-21
A类：
B类：
检测分类,分类算法,算法研究,图像识别,生物检测,检测性能,图像分类,分类模型,渔获物,黄鱼,鲳鱼,鲍鱼,鲢鱼,秋刀鱼,食材,拍照,网络爬虫,相关图,ResNet,迁移学习,学习机制,加卷,卷积层,层数,整训,方法验证,验证模型,模型检测,识别精度,海洋渔业,分拣,鱼类识别,残差网络
AB值：
0.5513
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。
