种群分布不平衡条件下的浮游生物检测方法

摘要

本发明涉及计算机视觉、对抗学习和深度学习目标检测领域，具体说是一种浮游生物种群分布不平衡条件下的多类浮游生物检测方法，本发明一方面融入了循环对抗神经网络结构，对非优势分布种群的图像样本数据进行扩充，使各种群图像样本数据达到数量上的均衡，避免了检测模型在训练中的过拟合现象，提高了整体识别精度。另一方面，算法在YOLOV3模型的基础上引入了具有特征重用特性的DenseNet结构，替换原YOLOV3模型中下采样层，使浮游生物的细微特征在深度神经网络层中传输过程中减少特征损失，提高特征传播的稳定性。