一种基于ResNet迁移学习的鱼类品种自动分拣方法

摘要

本发明涉及一种基于ResNet迁移学习的鱼类品种自动分拣方法，包括：A、利用迁移学习训练鱼分类网络模型(1)采集检测箱中不同品种鱼的图像；(2)数据增强；(3)构成鱼类图像数据集；(4)分为训练集、验证集和测试集；(5)预训练ResNet34模型；(6)构建鱼分类网络模型；(7)将步骤(5)预训练的ResNet34模型的权重加载到鱼分类网络模型中；(8)采用训练集训练鱼分类网络模型；B、通过训练好的鱼分类网络模型进行鱼类品种自动分拣；本发明将视觉空间注意力模块加入到ResNet34中，可以忽略鱼类图像中的无关信息，重点关注对区分鱼类较为重要的区域，提高了鱼类分拣的准确率。