基于注意力机制的污水微型动物识别方法

作者：肖蕾; 蓝宗苗

来源：激光与光电子学进展, 2022, 1-14.

• 深度学习
• 迁移学习
• 注意力机制
• 活性污泥
• 微型动物识别

为了精准掌握污水处理系统活性污泥中微型动物的种类以及时调整污水处理工艺，针对传统机器学习需要人工设计特征、提取、设计分类器等复杂过程的弊端。本文提出了一种基于注意力机制和迁移学习相结合的污水活性污泥中微型动物的深度学习识别方法。在迁移学习的基础上，通过对传统的VGG16模型添加注意力模块SE-Net block并调整输出模块进行改进，采用数据增强方法扩充数据集。实验结果表明，相比于改进前的模型，改进后的模型T-SE-VGG16能够准确识别不同类型污水活性污泥中的微型动物，测试准确率为98.21%，提高了识别精度，缩短了训练时间，模型收敛速度快，泛化能力强。证实了T-SE-VGG16模型对污水活性污泥中的微型动物识别的可行性和可靠性。

• 单位
  自动化学院; 广东技术师范大学