深度学习在鱼类图像识别与分类中的应用

• 作者: 林明旺
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 卷积神经网络 反向传播算法 仿射变换 sloth python theano
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 应用研究
• 页码范围: 96-97
• 页数: 2页
• 分类号: TP391.41
• 字数: 2732字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-9416.2017.04.063

摘要

各国已经开始利用摄像头来监控渔船的捕捞活动,并运用机器学习技术来对渔船捕获的鱼类图像进行自动的识别与分类从而扼制非法的捕捞.目前非法、无序的渔业捕捞严重威胁海洋生态环境和全球的海产品的可持续供应.为了准确的对采集的图像进行分类,利用机器学习技术,设计了一种基于卷积神经网络的鱼类图像分类系统.利用该模型对鱼类进行分类,分类准确率达到了96.99%,实现了预期目标.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林明旺	湖南科技大学信息与电气工程学院	2	11	1.0	2.0