基于改进MobileNetV2和迁移学习的鱼类食欲强度评定方法

文献类型： 中文期刊

第一作者： 刘士坤

作者： 刘士坤;刘兴国;王婕;顾兆俊;程果锋;张家华

作者机构：

关键词： 水产养殖;食欲强度;深度学习;图像分类

期刊名称： 渔业现代化

ISSN： 1007-9580

年卷期： 2025 年 52 卷 004 期

页码： 56-62

收录情况： 北大核心

摘要： 准确评定鱼类食欲强度是实现水产养殖精准投喂的重要手段,针对当前鱼类食欲强度评定存在的精度低、实时性差等问题,提出了一种基于改进MobileNetV2和迁移学习的鱼类食欲强度评定模型.首先,以MobileNetV2为基础网络结构,在倒残差块的跳跃连接后引入注意力机制CBAM模块,进一步提升了模型对关键特征信息的捕捉能力.其次,针对现场养殖环境,采集了鱼群摄食时的水面视频数据,通过提取关键帧并应用基于哈希值的差异阈值方法去除冗余图像,构建了一个真实养殖坏境的鱼类食欲强度数据集,并在该数据集上进行相关验证试验.结果显示,迭代200次后,改进后的最优模型性能优于其他模型,内存占用量仅为9.3 MB,准确率为92.75%,召回率为92.92%,精确率为92.65%,F1分数为92.70%.研究表明,该模型具有较高的评定准确率,且内存占用量较小,为水产养殖的智能化和精准化提供了重要的参考和支持.

分类号： S951.2

  • 相关文献

[1]基于深度学习与多尺度特征融合的烤烟烟叶分级方法. 鲁梦瑶,周强,姜舒文,王聪,陈栋,陈天恩. 2022

[2]基于深度学习分类模型的4种果树物候期识别. 钟丹,李宗南,王思,黄平,邱霞,蒋怡. 2023

[3]基于Deeplabv3+模型的成都平原水产养殖水体信息提取. 苟杰松,蒋怡,李宗南,董秀春,吴柏清,刘忠友. 2021

[4]基于改进Res Net50模型的大宗淡水鱼种类识别方法. 万鹏,赵竣威,朱明,谭鹤群,邓志勇,黄毓毅,吴文锦,丁安子. 2021

[5]用于高光谱图像分类的归一化光谱指数的构建与应用(英文). 张东彦,赵晋陵,黄林生,马雯萩. 2014

[6]RADARSAT-2全极化SAR数据地表覆盖分类. 程千,王崇倡,张继超. 2015

[7]基于烟花算法降维的高光谱图像分类. 崔颖,宋国娇,陈立伟,刘述彬,王立国. 2017

[8]基于二进制编码的烟花聚类算法. 李雪源,崔颖. 2016

[9]基于机器学习和无人机图像的棉花密度识别研究. 张静,王清茹,雷亚平,王占彪,韩迎春,李小飞,邢芳芳,范正义,李亚兵,冯璐. 2021

[10]Stacking Learning在高光谱图像分类中的应用. 徐凯,崔颖. 2018

[11]基于MS-PLNet和高光谱图像的绿豆叶斑病病级分类. 余骥远,高尚兵,李洁,陈新,李士丛,张浩淼,袁星星,唐琪. 2023

[12]遥感图像分类中混合像元分解方法研究. 吴黎,张有智,解文欢,王鹏,刘媛媛,李栓. 2011

[13]基于可见光谱和改进注意力的农作物病害识别. 孙文斌,王荣,高荣华,李奇峰,吴华瑞,冯璐. 2022

[14]多核学习算法及其在高光谱图像分类中的应用研究进展. 李广洋,寇卫利,陈帮乾,代飞,强振平,吴超. 2021

[15]基于卷积神经网络的柑橘病害叶片分类算法. 施宇,李敏. 2022

[16]基于深度学习的刺网与拖网作业类型识别研究. 汤先峰,张胜茂,樊伟,裴凯洋. 2020

[17]基于IRMAnet的全生育期小麦品种识别研究. 冯永强,刘成忠,韩俊英,鲁清林,刘立群,邢雪. 2024

[18]基于ASAR数据的水稻制图最佳时相参数提取. 杨沈斌,赵小艳,申双和,李秉柏,谭炳香. 2009

[19]基于帧间光流特征和改进RNN的草鱼摄食状态分类. 刘世晶,涂雪滢,钱程,周捷,陈军. 2022

[20]雷达遥感影像在水稻信息提取及估产方面的技术研究. 黄晓军,李秉柏. 2009

作者其他论文 更多>>

微信小程序