基于图像特征深度学习的小球藻和金藻分类识别方法

摘要

本发明公开一种基于图像特征深度学习的小球藻和金藻分类识别方法，在建立检测数据集时，对现有ResNet算法进行改进，加快传入网络的速率，在不影响特征图大小的情况下实现特征图维度的自由变换，同时引入非线性运算，提高网络的表达能力，将分类准确率提升到98%。另外，本发明在FasterRCNN的基础上对用于图像特征提取的卷积层进行改进并在通过骨干网络提取特征图的过程中加入FPN结构，从骨干网络中提取多张不同分辨率的特征图进行后续的RPN操作，以确保较小的小球藻和金藻的特征不会丢失；本发明设计锚点的尺寸和长宽比例，有效提高检测效率。