一种基于神经网络的水下视频鱼类识别方法

摘要

本发明为基于神经网络的水下视频鱼类识别方法，包括步骤：训练神经网络模型，模型包括依次连接的输入层、第一卷积层、第二卷积层、第三卷积层、最大池化层、全连接层和输出层，第一卷积层对输入层中的每个通道各有一层卷积层对不同通道的信息进行不同的特征提取后进行特征图融合，第二卷积层采用多重卷积的方法对不同尺度的目标提取到不同感受野的尺度，再进行特征图融合、批归一化处理；将水下视频数据中彩色图像的每个通道及其灰度图像作为模型的输入；模型输出多个目标定位框及其置信度，根据置信度进行目标筛除。该方法可以满足实时视频鱼类识别的要求的同时，降低对摄像机拍摄图像的质量要求。