一种改进ResNet网络结构的鱼类图像识别方法技术

本发明专利技术属于大数据溯源技术领域，具体涉及一种改进ResNet网络结构的鱼类图像识别方法，包括如下步骤：S1、构建鱼类识别数据集，并对数据集进行预处理；S2、对输入图片进行卷积处理，使得卷积计算后的图片大小统一；S4、通过多个Dense Block、多个Transition Layer构建成改进的ResNet网络；S5、将原三维的数据降维，并与全连接层实现关联，准备SoftMax分类；S6、输出识别结果，获得分类概率。本发明专利技术通过对ResNet网络结构进行改进并应用于生态渔图像识别，精确度高、抗拟合能力强、计算能力大，有效解决市场化运用推广等实际缺陷问题。

【技术实现步骤摘要】
一种改进ResNet网络结构的鱼类图像识别方法
本专利技术属于大数据溯源
，具体涉及一种改进ResNet网络结构的鱼类图像识别方法。
技术介绍
随着中国经济的快速发展，人民生活水平的日益提高，广大市民的消费水平和消费能力也逐步得到了提升，已经从温饱型消费逐渐向健康型、安全型、营养型消费发展，即由过去的“数量驱动”，逐渐转化为“价值驱动”，由“吃得多”向“吃得好”转换。在经济水平提高已能满足居民健康消费的前提下，市场对生态鱼的消费需求呈现不断上升的趋势。近些年来调查发现，水库生长的鱼和池塘养殖的鱼由于生活的环境不同，水体营养物质和饵料也会不同，再加上池塘养殖鱼类普遍会投喂人工配合饲料，因此，水库鱼类与人工养殖鱼类在肥满度、体高等常规形态指标和框架结构会存在明显差异。生态鱼与池塘鱼相比具有更高的营养价值，所以价格会更高。但是由于消费者不熟悉、不了解池塘鱼与生态鱼的区别，故急需一种可区别池塘鱼与水库鱼的方法。目前，随着人脸识别的成熟发展，研究人员更想把深度学习技术应用在动物个体的识别。随着卷积神经网络，计算机能力及计算机视觉等方本文档来自技高网...

【技术保护点】
1.一种改进ResNet网络结构的鱼类图像识别方法，其特征在于，包括如下步骤：/nS1、构建鱼类识别数据集，并对数据集进行预处理；/nS2、对输入图片进行卷积处理，使得卷积计算后的图片大小为：/n

【技术特征摘要】
1.一种改进ResNet网络结构的鱼类图像识别方法，其特征在于，包括如下步骤：
S1、构建鱼类识别数据集，并对数据集进行预处理；
S2、对输入图片进行卷积处理，使得卷积计算后的图片大小为：



其中，n为图片输入大小，f为卷积核大小，h为卷积深度，s为卷积步长；
S3、通过多个DenseBlock、多个TransitionLayer构建成改进的ResNet网络，其中DenseBlock为稠密连接模块，TransitionLayer为过渡层；
S4、将原三维的数据降维，并与全连接层实现关联，准备SoftMax分类；
S5、输出识别结果，获得分类概率。


2.根据权利要求1所述的一种改进ResNet网络结构的鱼类图像识别方法，其特征在于，所述S1步骤中图片的种类与大小如下：
输入图片种类为生态鳙鱼以及池塘鳙鱼，图片大小为224×224×3。


3.根据权利要求2所述的一种改进ResNet网络结构的鱼类图像识别方法，其特征在于，所述S3中DenseBlock模块构建如下:
DenseBlock是由L层DenseLaye...

【专利技术属性】
技术研发人员：王楷，田庆兵，高旻，熊庆宇，朱汉春，肖传明，郭林昕，杜思雨，
申请(专利权)人：王楷，田庆兵，朱汉春，肖传明，
类型：发明
国别省市：重庆;50