改进残差网络的海水养殖鱼类识别与分类研究
Improved residual network and its application in intelligent mariculture作者机构:江苏海洋大学计算机工程学院江苏连云港222000
出 版 物:《计算机时代》 (Computer Era)
年 卷 期:2023年第9期
页 面:101-105页
学科分类:1305[艺术学-设计学(可授艺术学、工学学位)] 13[艺术学] 08[工学] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程]
基 金:国家自然科学基金(72174079) 江苏省苏北科技专项(SZ-LYG202024) 江苏省“青蓝工程”优秀教学团队(2022-29)
主 题:海水养殖 鱼类识别 残差网络 指数线性单元 激活函数
摘 要:为了满足海水养殖行业不断提高的智能化需求,对海洋鱼类的识别和分类算法进行研究。采用多重残差网络进行鱼类识别及分类,不仅降低计算复杂度,同时加快了残差网络的学习速度;引入指数线性单元(ELU)改进网络的标准残差模块,对输入的负激活值部分进行非线性变化,其参数可通过卷积训练进行自适应学习,同时保持正激活值部分不变,解决了传统残差模块中ReLU层将包含有用信息的负激活值完全丢弃的问题,以降低梯度消失的概率。在海洋鱼类识别与分类的多次实验中,改进的残差网络准确率均不低于95.48%,表明改进算法拥有较高的识别准确率和良好的稳定性。