若干常用深度神经网络模型在鱼群分类中的性能对比
Comparison of Performance Regarding Several Commonly Used Models for DNNs in Fish Classification作者机构：福建技术师范学院近海流域环境测控治理福建省高校重点实验室福建福清350300 福建技术师范学院海洋研究院福建福清350300 南方海洋科学与工程广东省实验室(广州)广东广州511458
出 版 物：《福建技术师范学院学报》 (JOURNAL OF FUJIAN POLYTECHNIC NORMAL UNIVERSITY)
年 卷 期：2022年第40卷第2期
页 面：133-140页
学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：福建省中青年教师教育科研项目(JAT190486) 福建省自然科学基金(2020J05247) 福建省海洋经济发展补助资金项目(FJHJF-L-2019-7) 广东省科研事业单位重点领域研发计划(2020B1111510001)
摘 要：对Tensorflow框架中Keras接口下的8个较具代表性深度模型充分训练的基础上,对其识别准确率与效率进行对比分析.实验结果表明,MobileNet在模型小、参数量少的条件下,仍能保证较高精度的渔群识别能力,在设备硬件受限的水下环境中,具有更为广阔的应用前景.
维普期刊数据库
同方期刊数据库