期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于R-FCN_ResNet的深海冷泉区生物的识别与分布研究
被引量：
2
1
作者
李海菊
连超
+2 位作者
管利聪
李超伦
栾振东
《海洋科学》
CAS
北大核心
2020年第9期54-62,共9页
针对深海冷泉生物数量多、密度大、特征低,人工识别它们的种类和数取它们的数量耗时费力且准确度低这一问题,利用残差学习块,改进了基于区域的全卷积网络算法,用以深海冷泉生物的自动识别与检测。首先,构建了一组包括5类目标生物的深海...
针对深海冷泉生物数量多、密度大、特征低,人工识别它们的种类和数取它们的数量耗时费力且准确度低这一问题,利用残差学习块,改进了基于区域的全卷积网络算法,用以深海冷泉生物的自动识别与检测。首先,构建了一组包括5类目标生物的深海冷泉生物图像目标检测数据集;然后,在TensorFlow框架下对比了R-FCN_ResNet、Faster R-CNN和SSD_MobileNet三种典型的卷积神经网络算法。从训练耗损时间、平均检测速度、平均置信度三方面权衡,突出了R-FCN_ResNet模型的优势;最后,将测试集图片输入至该模型中检测深海冷泉生物的种类和数量,并且以此复现了生物的分布情况。实验证明,所提方法结合本文数据集进行的深海冷泉生物识别与分布研究,是有效可行的,且具有较高的目标分类和定位准确率。
展开更多
关键词
深度学习
基于区域的全卷积网络
目标检测
深海冷泉生物
在线阅读
下载PDF
职称材料
题名
基于R-FCN_ResNet的深海冷泉区生物的识别与分布研究
被引量：
2
1
作者
李海菊
连超
管利聪
李超伦
栾振东
机构
青岛科技大学自动化与电子工程
学院
中国科学院
海洋
地质与环境重点实验室
中国科学院
海洋
研究
所深海
中心
中国科学院
海洋
生态与环境
科学
重点实验室
中国科学院
大学
中国科学院海洋大学科研究中心
出处
《海洋科学》
CAS
北大核心
2020年第9期54-62,共9页
基金
中国科学院A类战略性先导科技专项(XDA19060402,XDA22050302)
中国科学院重大科技基础设施开放研究项目(NMSTI-KEXUE2017K01)。
文摘
针对深海冷泉生物数量多、密度大、特征低,人工识别它们的种类和数取它们的数量耗时费力且准确度低这一问题,利用残差学习块,改进了基于区域的全卷积网络算法,用以深海冷泉生物的自动识别与检测。首先,构建了一组包括5类目标生物的深海冷泉生物图像目标检测数据集;然后,在TensorFlow框架下对比了R-FCN_ResNet、Faster R-CNN和SSD_MobileNet三种典型的卷积神经网络算法。从训练耗损时间、平均检测速度、平均置信度三方面权衡,突出了R-FCN_ResNet模型的优势;最后,将测试集图片输入至该模型中检测深海冷泉生物的种类和数量,并且以此复现了生物的分布情况。实验证明,所提方法结合本文数据集进行的深海冷泉生物识别与分布研究,是有效可行的,且具有较高的目标分类和定位准确率。
关键词
深度学习
基于区域的全卷积网络
目标检测
深海冷泉生物
Keywords
deep learning
region-based full convolutional network
target detection
deep-sea cold-spring organisms
分类号
P71 [天文地球—海洋科学]
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于R-FCN_ResNet的深海冷泉区生物的识别与分布研究
李海菊
连超
管利聪
李超伦
栾振东
《海洋科学》
CAS
北大核心
2020
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
