文献类型：期刊文章

作　　者：王文成[1] 蒋慧[1] 乔倩[1] 祝捍皓[2] 郑红[2]

机构地区：[1]浙江海洋大学船舶与机电工程学院,浙江舟山316022 [2]浙江海洋大学海洋科学与技术学院,浙江舟山316022

出　　处：《农村经济与科技》

基　　金：国家重点研发计划，海岛及滨海湿地鸟类在线监测传感器研制（2017YFC1403504）;舟山市科技计划项目，一种面向渔业资源信息化建设的新型近洋鱼探仪的研发（2017C41003）

年　　份：2019

卷　　号：30

期　　号：19

起止页码：60-62

语　　种：中文

收录情况：普通刊

摘　　要：鱼类识别在渔业资源研究、鱼类知识科普、水产养殖加工、鱼类稀有物种保护等领域有着广泛的应用前景。为了准确对采集的图像进行分类识别,提出一种基于Keras深度学习框架的鱼类图像识别算法,以ResNet50为基础网络框架,使用混淆矩阵优化分类器对图像的自动分类模型。利用该模型对10种鱼类进行分类识别,结果显示正确识别率达到了93.33%。

关 键 词：深度学习  ResNet50网络  混淆矩阵 Keras框架  鱼类图像识别  

分 类 号：TP391.41]