论文部分内容阅读
针对非结构环境下海参难以识别的问题,提出了一种基于深度残差网络(deep residual networks,Resnet)的水下海参实时识别算法。数据样本采集自山东省海阳市千岛湖海参养殖场,并采用颜色变换方法进行数据增强,共得到海参(正样本) 1814幅,非海参(负样本) 1816幅。实验结果表明:在经过1000次迭代后,经过数据增强的模型在测试集上识别准确率(accuracy)、精确度(precision)、召回率(recall)、F_(β-score)分别达到97. 25%、90. 48%、9