基于TensorFlow的水族馆鱼类目标检测APP开发

作者：张胜茂; 刘洋; 樊伟^*; 邹国华; 张衡; 杨胜龙

来源：渔业现代化, 2020, 47(02): 60-67.

• 水族馆
• 目标检测
• TensorFlow
• APP

近年来深度学习在图像识别研究中取得突破进展,带动了目标检测技术的快速发展。利用目标检测技术开发水族馆鱼类目标检测APP,可以增强游客参观体验,提升科普效果。针对水族馆拍摄的80种鱼类,首先,使用LabelImg软件进行目标标记,再利用标记的目标导出成tfrecord数据;其次,选择ssdmobilenetv1模型进行数据训练,通过20万次的迭代训练获取到鱼类目标检测模型;最后,利用TensorFlow多目标检测API调用模型,定义2个接口和12个类,开发出Android系统手机APP。经过80种鱼类1 620张图片测试,正确率为92.59%,华为MHA-AL00手机目标检测平均时间40 ms。使用鱼类目标检测APP,能实现水族馆鱼类快速识别、多鱼类目标实时检测,可提升游客的参观体验,辅助科普量化评价。

• 单位
  中国水产科学研究院东海水产研究所; 上海海洋大学