科研之友
微信
新浪微博
Facebook
分享链接
摘要
海洋生物图像分类是海洋生物领域研究的重要环节,但是海洋生物物种间特征差异较小,生活环境多变且复杂,数据集较少,为海洋生物识别带来了困难。为解决此背景下的海洋生物分类问题,提出基于CNN的图像分类方法,利用迁移学习的方法训练3个神经网络模型,将EfficientNet B0、DenseNet和MobileNet V2 3个神经网络模型融合,这种方法缓解了在海洋生物的小数据集上训练的过拟合问题,提高了分类正确率。实验结果表明,单独模型训练时,正确率在0.8左右,融合训练后,在测试集上的损失函数值降低到0.303 3,对于数据集包含的20类海洋生物的分类正确率达到了0.912 5,证明该方法具有一定实用价值。
- 单位
