基于卷积神经网络的清道夫鱼类图像识别

摘要：

清道夫鱼作为入侵物种,会对江河中的其他鱼类造成威胁,如何快速、准确地自动识别清道夫鱼对水情监控有着重要的作用.因此,基于卷积神经网络模型MobileNet-v1研发了能够自动识别清道夫鱼的系统.模型中搭建了 28层卷积层,以自动识别训练清道夫鱼类图片,并通过4组数据集进行验证,对比4组数据集的损失率(loss)与准确率(acc),选取了 4个优化器.4组数据集训练后的系统最高识别率达100％,说明系统具有较好的稳定性和识别率,对水情的智能监控有着实践意义.

关键词：卷积神经网络、清道夫鱼识别、MobileNet、优化器

所属期刊栏目：34

分类号：TP391.41(计算技术、计算机技术)

资助基金：西华大学教改项目;全国高等院校计算机基础教育研究会计算机基础教育教学项目;教育部卓越工程师教育培养计划项目产学合作协同育人项目

在线出版日期：2023-03-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：195-201