基于深度学习的非结构环境下海参实时识别算法

• 作者: 刘亚辉 王文胜 胡敏 郭祥云
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 学科: 农学
• 关键词: 水下海参 深度学习 深度残差网络 数据增强 非结构环境
• 年，卷（期）: 2019,（3）
• 页码范围: 27-31
• 页数: 5页
• 分类号: S2
• 字数: 2454字
• 语种: 中文
• DOI: 10.16508/j.cnki.11-5866/n.2019.03.006

摘要

针对非结构环境下海参难以识别的问题,提出了一种基于深度残差网络(deep residual networks,Resnet)的水下海参实时识别算法.数据样本采集自山东省海阳市千岛湖海参养殖场,并采用颜色变换方法进行数据增强,共得到海参(正样本)1814幅,非海参(负样本)1816幅.实验结果表明:在经过1000次迭代后,经过数据增强的模型在测试集上识别准确率(accuracy)、精确度(precision)、召回率(recall)、Fβ-score分别达到97.25％、90.48％、91.35％、91.05％,较未进行数据增强的模型在识别准确率上提高了7.45％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘亚辉	北京信息科技大学信息管理学院	28	34	3.0	4.0
2	郭祥云	北京信息科技大学信息管理学院	9	31	4.0	5.0
3	胡敏	北京信息科技大学信息管理学院	22	15	2.0	3.0
4	王文胜	中国农业大学工学院	5	0	0.0	0.0