摘要
本发明涉及人工智能技术领域,可应用于智慧农业业务领域,本发明公开了鱼类图像识别方法、装置、设备及存储介质,方法包括:获取预设鱼类图像和预设鱼类图像对应的真实类别;选取使用ELU激活函数的残差网络为改进残差网络,通过改进残差网络提取预设鱼类图像的第一图像特征向量;获取深度学习模型基于第一图像特征向量输出的预测类别;通过预设的损失函数,获取预测类别和真实类别之间的损失值,根据损失值,训练深度学习模型;获取训练后的深度学习模型;通过改进残差网络提取当前鱼类图像的第二图像特征向量,基于深度学习模型和第二图像特征向量,确定当前鱼类图像的识别结果。本发明有利于提高当前鱼类图像的识别结果的准确性。
技术关键词
图像特征向量
残差网络
图像识别方法
预测类别
训练深度学习模型
图像识别装置
可读存储介质
人工智能技术
指令
智慧农业
处理器
计算机设备
管理系统
识别模块
存储器
系统为您推荐了相关专利信息
复合材料
堆叠方式
图谱
深度残差网络
交叉验证方法
融合特征
深度学习分析
图像采集单元
图像采集模块
动态分配系统
智能监测系统
YOLO模型
无人机
深度学习模型
垃圾
变压器故障诊断
多源异构数据
水电站
故障类别
故障诊断模型