| 基于深度學(xué)習(xí)的魚(yú)類(lèi)識(shí)別與檢測(cè)的算法研究 | |
| 所屬分類(lèi)：技術(shù)論文 | |
| 上傳者：muyx | |
| 文檔大小：728 K | |
| 標(biāo)簽： PyTorch框架 ResNet50網(wǎng)絡(luò) PyQt5可視化界面 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：魚(yú)類(lèi)分類(lèi)識(shí)別在漁業(yè)資源研究、魚(yú)類(lèi)知識(shí)的科學(xué)推廣、水產(chǎn)養(yǎng)殖加工、稀有物種保護(hù)等領(lǐng)域具有廣泛的應(yīng)用前景。針對(duì)大菱鲆、黃鰭鯛、金錢(qián)魚(yú)、鯔魚(yú)這四種魚(yú)類(lèi)，利用PyTorch框架為基礎(chǔ)，通過(guò)ResNet50網(wǎng)絡(luò)模型，用不同的算法對(duì)其進(jìn)行分類(lèi)識(shí)別，不斷對(duì)模型進(jìn)行優(yōu)化，對(duì)四種魚(yú)類(lèi)訓(xùn)練學(xué)習(xí)，通過(guò)測(cè)試其準(zhǔn)確率達(dá)到96%以上。同時(shí)用PyQt5開(kāi)發(fā)了GUI可視化界面，通過(guò)界面圖片的選擇和預(yù)測(cè)功能按鈕的操作，測(cè)試結(jié)果實(shí)際類(lèi)別與預(yù)測(cè)類(lèi)別一致，用DSOD框架做了水下目標(biāo)實(shí)時(shí)跟蹤檢測(cè)，提高了對(duì)小目標(biāo)的檢測(cè)率，同時(shí)保持了模型的檢測(cè)速度，檢測(cè)結(jié)果達(dá)到期望。 | |
| 現(xiàn)在下載 | |
| VIP會(huì)員，AET專(zhuān)家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
PyTorch框架 相關(guān)資源
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2