基于可见光谱的鱼苗体长估测方法研究

发布时间：2021-07-31 11:51

　　在鱼苗养殖过程中,同一养殖池会出现个体大的鱼苗攻击个体小的鱼苗,个体小的鱼苗会出现伤病甚至死亡,造成经济损失,鱼苗分塘和售卖价格主要与其体长参数相关,因此需要对不同大小的鱼苗进行分离。鱼苗分类主要依赖于不同大小的网筛,费时费力,且容易对鱼苗造成损伤。针对传统人工分离方法效率低下并且缺乏科学指导的问题,本文提出了基于可见光谱的鱼苗体长估测方法研究,能够根据鱼苗图像计算鱼苗长度并进行分类。为了精确无损的获取鱼苗的体长,提出了基于迁移学习ResNet50模型的鱼苗体长估测方法。首先采集在同等高度条件下拍摄的不同长度鱼苗图像,同时手工测量鱼苗的实际长度作为数据集的标签,用四种迁移学习模型AlexNet, VGG16, GoogLeNet, ResNet50对鱼苗体长进行估算,通过验证集准确率,测试集准确率,以及不同方法的运行时间三个指标进行分析, AlexNet模型验证集准确率90.04%,测试集准确率89.82%,运行时间52 min 3 s; VGG16模型验证集准确率91.01%,测试集准确率91.17%,运行时间131 min 37 s; GoogLeNet模型验证集准确率88.02%... 

【文章来源】：光谱学与光谱分析. 2020,40(04)北大核心EISCICSCD

【文章页数】：8 页

【部分图文】：

采集数据示意图

数据预处理由数据归一化和增强两部分组成。 归一化将数据统一映射到[0, 1]区间, 在进行梯度下降处理时, 会减少迁移学习模型训练时间, 提升模型的收敛速度和精度。 数据增强可以扩大原有的数据集样本, 对模型的识别性能和泛化能力都有着非常重要的作用。1.2.1 数据增强

数据归一化就是要让数据归一化为均值为0, 方差为1, 见式(1)x ˉ (k) = x (k) -E(x (k) ) Var(x (k) ) ?????? ??? (1) E(x (k) )= 1 m ∑ i=1 m x i ?????? ??? (2) Var(x (k) )= 1 m ∑ i=1 m ( x i -E(x (k) )) 2 ?????? ??? (3)

【参考文献】：
期刊论文
[1]基于深度卷积神经网络的水稻穗瘟病检测方法[J]. 黄双萍,孙超,齐龙,马旭,汪文娟.  农业工程学报. 2017(20)
[2]深度学习相关研究综述[J]. 张军阳,王慧丽,郭阳,扈啸.  计算机应用研究. 2018(07)
[3]双目视觉用于鱼苗尺寸测量[J]. 郭卜瑜,于佳,王姣姣,刘惠萍.  光学技术. 2017(02)
[4]卷积神经网络研究综述[J]. 李彦冬,郝宗波,雷航.  计算机应用. 2016(09)
[5]基于卷积神经网络的奶牛个体身份识别方法[J]. 赵凯旋,何东健.  农业工程学报. 2015(05)



本文编号：3313414