首页 > 分享 > 基于深度学习的鱼类识别相关技术研究现状及展望

基于深度学习的鱼类识别相关技术研究现状及展望

萌宠菠菠乐园
2025-01-03 10:49

摘要：为促进渔业生产智能化、现代化发展,综述了基于深度学习的鱼类识别相关技术.首先,从数据集构建、数据预处理、神经网络模型设计以及模型训练等4个方面阐述了基于深度学习的鱼类识别工作流程.然后,从图像分类、目标检测、图像分割3个角度总结了近几年鱼类识别相关技术的研究进展及应用成果.其中,图像分类主要用于识别个体鱼的色泽与种类,目标检测侧重于估计鱼群的数量和体型,而图像分割则在推断鱼类的状态和行为方面发挥着重要作用.同时,分析了不同方法所具备的优势,比较了各方法在数据集中的性能指标.最后,对深度学习在鱼类识别领域的下一步发展方向和研究重点进行了展望.综上,深...

关键词：

鱼类识别深度学习卷积神经网络目标检测图像分割研究进展

分类号：

TP391.4(计算技术、计算机技术)

资助基金：

辽宁省机器人联合基金 ( 20180520022 )

论文发表日期：

2024-03-28

在线出版日期：

2024-05-20 （万方平台首次上网日期，不代表论文的发表时间）

页数：

11 ( 246-256 )