摘要
本发明公开了一种基于深度学习的浮游生物检测与分类方法、介质和设备,涉及浮游生物检测与分类领域,基于深度学习的浮游生物检测与分类方法,其步骤主要包括:利用训练集和验证集对深度学习模型进行训练和调优,得到浮游生物分割模型;利用自动编码器对浮游生物原位图像数据集进行分割和提取,得到单个生物图像特征,并利用聚类算法进行聚类,得到聚类结果;根据聚类结果,得到新物种,由此更新浮游生物分割模型,再对测试集进行处理,得到浮游生物检测与分类结果。实施本发明提供的基于深度学习的浮游生物检测与分类方法、介质和设备,能提高浮游生物检测与分类的准确率和识别范围。
技术关键词
分类方法
深度学习模型
自动编码器
训练集
样本
聚类算法
图像
原位
处理器
数据
标签
计算机设备
生物
可读存储介质
存储器
解码器
镜像
系统为您推荐了相关专利信息
广义偏定向相干性
耦合分析方法
频段
生物信号处理技术
高斯核函数
寄生虫
识别方法
鱼类切片
神经网络架构
多尺度滑动窗口
流量识别模型
网络流量数据集
流量控制策略
加密算法
特征选择
寿命预测模型
线束
径向基代理模型
分析方法
样本
风险评估方法
Copula函数
水文
水动力学模型
样本