摘要
本发明涉及一种鱼类寄生虫识别方法及系统,S1、采集图像:采集切片显微镜下的图像,制作成图像集;S2、图像预处理构建数据集:对图像中的目标进行标签标注,标注的目标为图像中的鱼肉寄生虫,标签为寄生虫类别名称;划分训练集、测试集和验证集;S3、建立寄生虫识别模型:基于ResNet50卷积神经网络架构,建立寄生虫图像识别的初始模型,在初始模型中嵌入CBAM模块,并设计特征金字塔网与设置Anchor尺寸适配,然后,设置初始模型的超数据,利用训练集中的数据对初始模型进行训练;S4、利用测试集和验证集依次对模型的评估得到寄生虫识别模型;S5、将实时采集的鱼类切片图像输入寄生虫识别模型,输出寄生虫图像及图像中对应的的寄生虫类别名称。
技术关键词
寄生虫
识别方法
鱼类切片
神经网络架构
多尺度滑动窗口
显微镜
设计特征
训练集
数据采集模块
自动识别系统
图像识别模块
金字塔
方差算法
标签
图像处理方法
脂肪颗粒
样本
系统为您推荐了相关专利信息
深度置信网络模型
概率密度曲线
双谱特征
受限玻尔兹曼机
识别方法
对象
麦克风阵列
语音识别方法
智能眼镜
混合矩阵
多尺度滑动窗口
短期预测方法
长短期记忆网络
插值模型
数据
路面附着系数
识别方法
注意力机制
图像分类模型
加权特征