基于R-FCN_ResNet的深海冷泉区生物的识别与分布研究

• 作者: 李海菊 李超伦 栾振东 管利聪 连超
• 来源期刊: 海洋科学
• 学科: 地球科学
• 关键词: 深度学习 基于区域的全卷积网络 目标检测 深海冷泉生物
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 研究报告
• 页码范围: 54-62
• 页数: 9页
• 分类号: P71|TP181
• 语种: 中文
• DOI: 10.11759/hykx20191230003

摘要

针对深海冷泉生物数量多、密度大、特征低,人工识别它们的种类和数取它们的数量耗时费力且准确度低这一问题,利用残差学习块,改进了基于区域的全卷积网络算法,用以深海冷泉生物的自动识别与检测.首先,构建了一组包括5类目标生物的深海冷泉生物图像目标检测数据集;然后,在TensorFlow框架下对比了R-FCN_ResNet、Faster R-CNN和SSD_MobileNet三种典型的卷积神经网络算法.从训练耗损时间、平均检测速度、平均置信度三方面权衡,突出了R-FCN_ResNet模型的优势;最后,将测试集图片输入至该模型中检测深海冷泉生物的种类和数量,并且以此复现了生物的分布情况.实验证明,所提方法结合本文数据集进行的深海冷泉生物识别与分布研究,是有效可行的,且具有较高的目标分类和定位准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	连超		5	6	1.0	2.0
2	李海菊		1	0	0.0	0.0
3	管利聪		2	1	1.0	1.0
4	李超伦		1	0	0.0	0.0
5	栾振东		1	0	0.0	0.0