基于改进VGG16的射流式鱼泵内鱼类损伤的图像识别与分类OA北大核心CSTPCD
鱼类损伤分类研究对捕捞作业过程中的鱼类健康状况监测具有重要意义。针对现有鱼类损伤研究中存在的未准确分类损伤类型的问题,在射流式鱼泵捕捞作业时鱼逐条通过泵喉管的特殊场景下,本文使用高速摄像机拍摄鱼通过泵的过程,建立了鱼类损伤数据集,提出了一种基于VGG16改进的S-VGG卷积神经网络分类模型。损伤分类实验表明,S-VGG模型的损伤分类准确率为96.52%,比ResNet16和GoogLeNet分别提高了0.96%和8.2%。与VGG16模型相比,本…查看全部>>
华晨晨;王奭寅;徐茂森;牟介刚;范博凯;闫妍;刘思琪
中国计量大学计量测试与仪器学院,浙江杭州310018中国计量大学计量测试与仪器学院,浙江杭州310018中国计量大学计量测试与仪器学院,浙江杭州310018中国计量大学计量测试与仪器学院,浙江杭州310018中国计量大学计量测试与仪器学院,浙江杭州310018中国计量大学计量测试与仪器学院,浙江杭州310018中国计量大学计量测试与仪器学院,浙江杭州310018
水产学
VGG16射流式鱼泵卷积神经网络损伤分类迁移学习
《中国海洋大学学报（自然科学版）》 2024 (11)
P.49-57,9
国家自然科学基金项目(51909235)浙江省自然科学基金项目(LGG22E090001)浙江省属高校基本科研业务费专项(2023YW44)资助。
评论