文献类型： 中文期刊

作者： 崔雪森 ¹ ; 田晓清 ² ; 康伟 ² ; 朱浩朋 ¹ ; 张胜茂 ¹ ; JOE Silke ³ ; 戴阳 ¹ ; 樊成奇 ² ;

作者机构： 1.中国水产科学研究院东海水产研究所农业农村部远洋与极地渔业创新重点实验室

2.中国水产科学研究院东海水产研究所水产品质量安全与加工实验室

3.Marine Institute of Ireland

关键词： 微藻;卷积神经网络;自动识别

期刊名称： 上海海洋大学学报

ISSN：

年卷期： 2021 年 004 期

页码： 710-717

收录情况： 北大核心 ; CSCD

摘要： 对微藻的光学图像进行采样,并结合国内外专家对微藻鉴定的经验知识,制作了微藻图像数据集,并进行数据增强处理。借助深度学习的原理和方法,构建基于卷积神经网络结构的深度学习模型（AlexNet）,对模型进行训练,并利用5折交叉验证方法确保模型的稳定性。结果表明,模型的训练精度为97.86%±1.63%,测试精度为85.86%±0.80%,达到了预期效果。利用AlexNet模型训练得到的参数,对预留的280个样本图像进行实际测试,7个藻种的平均精确度、平均召回率和调和平均数分别为83.3%,84.4%和83.3%,表明深度学习方法是鉴定微藻的一种有效方法。