10.3969/j.issn.1000-1158.2023.01.09
基于改进Faster R-CNN的水母检测与识别算法
提出一种基于改进Faster R-CNN水母检测与识别算法.首先,建立了包含7种水母的数据集;然后,针对ResNeXt(C=32)用于目标检测时出现计算量较大的问题,在保证精确度的前提下,将分支数C设置为8以降低计算量;最后,为解决水母检测时出现的检测精度低和小个体无法检测的问题,在残差网络中引入膨胀卷积.实验结果表明:该算法较VGG16、ResNet101、ResNeXt(C=32)和ResNeXt(C=8)方法,mAP值分别提高了3.15％、2.09％、3.01％和2.36％;F1-score分别提高了2.53％、1.99％、2.01％和2.31％;loss损失函数收敛值更优,收敛精度趋近于0.P-R曲线、可视化效果分析和水母视频检测的结果证明:该算法的水母检测准确率和水母检测数量明显优于其他算法,检测精度较高,基本可以达到实时监测的要求.
计量学、水母检测与识别、Faster R-CNN、ResNeXt、膨胀卷积、残差网络
44
TB96;TB973(计量学)
国家自然科学基金;河北省自然科学基金;河北省博士在读研究生创新能力培养
2023-03-01（万方平台首次上网日期，不代表论文的发表时间）
共8页
54-61
