李海菊1, 连超2,3, 管利聪1, 李超伦2,4,5,3, 栾振东6,2,3
1.青岛科技大学自动化与电子工程学院, 山东 青岛 266061;2.中国科学院海洋研究所深海中心, 山东 青岛 266071;3.中国科学院海洋大学科研究中心, 山东 青岛 266071;4.中国科学院海洋生态与环境科学重点实验室, 山东 青岛 266071;5.中国科学院大学, 北京 100049;6.中国科学院海洋地质与环境重点实验室, 山东 青岛 266071
摘要:
针对深海冷泉生物数量多、密度大、特征低，人工识别它们的种类和数取它们的数量耗时费力且准确度低这一问题，利用残差学习块，改进了基于区域的全卷积网络算法，用以深海冷泉生物的自动识别与检测。首先，构建了一组包括5类目标生物的深海冷泉生物图像目标检测数据集；然后，在TensorFlow框架下对比了R-FCN_ResNet、Faster R-CNN和SSD_MobileNet三种典型的卷积神经网络算法。从训练耗损时间、平均检测速度、平均置信度三方面权衡，突出了R-FCN_ResNet模型的优势；最后，将测试集图片输入至该模型中检测深海冷泉生物的种类和数量，并且以此复现了生物的分布情况。实验证明，所提方法结合本文数据集进行的深海冷泉生物识别与分布研究，是有效可行的，且具有较高的目标分类和定位准确率。
关键词:深度学习基于区域的全卷积网络目标检测深海冷泉生物
DOI：10.11759/hykx20191230003
分类号:P71;TP181
基金项目:中国科学院A类战略性先导科技专项（XDA19060402，XDA22050302）；中国科学院重大科技基础设施开放研究项目（NMSTI-KEXUE2017K01）
Recognition and distribution of deep-sea cold-spring organisms based on R-FCN_ResNet
LI Hai-ju1, LIAN Chao2,3, GUAN Li-cong1, LI Chao-lun2,4,5,3, LUAN Zhen-dong6,2,3
1.Institute of Automation and Electronics Engineering, Qingdao University of Science and Technology, Qingdao 266061, China;2.Center of Deep Sea Research, Institute of Oceanology, Chinese Academy of Sciences, Qingdao 266071, China;3.Center for Ocean Mega-Science, Chinese Academy of Sciences, Qingdao 266071, China;4.CAS Key Laboratory of Marine Ecology and Environmental Sciences, Institute of Oceanology, Chinese Academy of Sciences, Qingdao 266071, China;5.University of Chinese Academy of Sciences, Beijing 100049, China;6.CAS Key Laboratory of Marine Geology and Environment, Institute of Oceanology, Chinese Academy of Sciences, Qingdao 266071, China
Abstract:
Because of the large number, high density and low characteristics of deep-sea cold-spring organisms, it is time-consuming, laborious and inaccurate to recognize their species and count their quantity artificially. To solve this problem, this study uses the residual learning block to improve region-based fully convolution network algorithm, which is used for the automatic recognition and detection of deep-sea cold-spring organisms. First, we construct the object detection data set, which should consist of deep-sea cold-spring biological images, and the images contain five kinds of organisms. Then, we compare the performance of three typical convolutional neural network algorithms, namely, R-FCN_ResNet, Faster R-CNN, and SSD_MobileNet, under the TensorFlow framework. The tradeoffs in training time, average detection speed, and average confidence highlight the advantages of the R-FCN_ResNet model. Finally, we input the test set images into the model to detect the species and quantity of deep-sea cold-spring organisms, and based on this, we reproduce the distribution of organisms. The experimental results show that the proposed method combined with the data set in this paper is effective and feasible for the study of recognition and distribution of deep-sea cold-spring organisms, and this means it has high accuracy of object classification and location.
Key words:deep learningregion-based full convolutional networktarget detectiondeep-sea cold-spring organisms
PDF全文下载地址:
点我下载PDF
删除或更新信息，请邮件至freekaoyan#163.com(#换成@)
基于R-FCN_ResNet的深海冷泉区生物的识别与分布研究
本站小编 Free考研考试/2022-02-12
相关话题/生物 中国科学院 山东 海洋 数据
领限时大额优惠券,享本站正版考研考试资料!
优惠券领取后72小时内有效，10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材，产品类型包含电子书、题库、全套资料以及视频，无论您是考研复习、考证刷题，还是考前冲刺等，不同类型的产品可满足您学习上的不同需求。 ...考试优惠券 本站小编 Free壹佰分学习网 2022-09-19一种适用于海洋磁力测量的地磁日变观测系统的实测结果
贾富昊1,2,3,4,顾兆峰5,张振波6,周章国1,2,4,罗强7,张骏韬7,付永涛1,2,41.中国科学院海洋研究所,山东青岛266071;2.中国科学院海洋地质与环境科学重点实验室,山东青岛266071;3.中国科学院大学,北京100049;4.中国科学院海洋大科学研究中心,山东青岛266071 ...中科院海洋研究所 本站小编 Free考研考试 2022-02-12我校与山东人才发展集团举行合作框架协议签约仪式
为全面落实“人才强校”战略，加快学校高层次人才体系建设，11月11日，我校与山东人才发展集团在长清校区明德楼303会议室举行合作框架协议签约仪式。山东人才发展集团党委副书记、总经理张祝秀，党委委员、副总经理褚国良；学校党委书记王焕斌，党委委员、副院长来逢波，党委委员、党委组织部部长田杰昌共同出席签约 ...山东交通学院 本站小编 Free考研考试 2022-02-12短蛸对不同生物饵料利用的比较
赵捷杰1,2,陈四清1,常青1,徐大凤1,2,李凤辉1,2,张鹏飞1,21.中国水产科学研究院黄海水产研究所,山东青岛266071;2.上海海洋大学水产与生命学院,上海201306摘要:为比较短蛸（Octopusocellatus）对不同生物饵料的利用效果，以南美白对虾、肉球近方蟹、菲律宾蛤仔和玉筋 ...中科院海洋研究所 本站小编 Free考研考试 2022-02-12山东省第二课堂管理系统首发仪式在我校举行
11月4日下午，山东省“青春逐梦实践强国”第二课堂管理系统首发仪式在我校长清校区体育馆广场举行。学校党委副书记李贞涛、团省委学校部副部长王云龙出席活动并致辞。李贞涛代表学校对莅临活动现场的嘉宾表示欢迎。他表示，“第二课堂成绩单”是团中央与教育部对高校学生思政教育、实践育人的重要指导制度。新系统的启用 ...山东交通学院 本站小编 Free考研考试 2022-02-12山东省滨海沙滩现状调查
刘宗宇1,杨丽中1,乔守文1,石洪源1,2,尤再进1,2,杨乐31.鲁东大学土木工程学院,山东烟台264025;2.鲁东大学港口海岸防灾减灾研究院,山东烟台264025;3.青建国际集团有限公司,山东青岛266000摘要:为了揭示山东滨海沙滩现状，为合理开发、利用和保护沙滩资源提供科学依据，项目组与 ...中科院海洋研究所 本站小编 Free考研考试 2022-02-12学校举行泰山科技论坛（青年论坛）暨第四届交通大数据与智慧交通高端论坛
10月16日，泰山科技论坛（青年****论坛）暨第四届交通大数据与智慧交通高端论坛在我校举行。学校党委委员、副院长姜华平，山东省科技厅政策法规与创新体系建设处副处长王同庆，山东省交通运输厅科教处副处长张华、北京理工大学前沿研究院常务副院长陈雪梅受邀出席论坛。论坛由人力资源处（党委教师工作部、人才工作 ...山东交通学院 本站小编 Free考研考试 2022-02-12山东省交通运输厅执法局来我校交流座谈
9月16日上午，山东省交通运输厅执法局局长陆家鹏、副局长韩英一行到我校走访交流。学校党委委员、副院长来逢波，党委委员、党委宣传部部长周颜玲出席座谈会。会议由交通法学院院长主持。来逢波代表学校对陆家鹏一行的到来表示欢迎，对省交通运输厅长期以来对我校各项工作的大力支持表示感谢。他介绍了我校的基本情况和学 ...山东交通学院 本站小编 Free考研考试 2022-02-12海洋及其上空大气中有机磷酸酯的研究进展
房晓静1,杨圣文2,张洪海1,高先池1,杨桂朋11.中国海洋大学化学化工学院,山东青岛266100;2.哈尔滨工业大学威海校区,山东威海264209摘要:基于全球海洋及其上空大气中关于有机磷酸酯（OPEs）的数据，分析了目前OPEs在全球海洋及其上空大气的分布特征、影响因素以及当前研究存在的不足。总 ...中科院海洋研究所 本站小编 Free考研考试 2022-02-12我校在“建行杯”第七届山东省“互联网+”大学生创新创业大赛中再获新突破
近日，“建行杯”第七届山东省“互联网+”大学生创新创业大赛决赛在青岛、烟台举办。我校获得金奖6项，其中3项入围全国总决赛。学校获金奖项目数量位居全省高校第7位，省属高校第5位，金奖数量和获奖总数均远超同类高校居首位，再获新突破。学校同时获得大赛“优秀组织奖”。本次大赛我校共推荐27个项目参加省赛，1 ...山东交通学院 本站小编 Free考研考试 2022-02-12海洋脊椎动物甲状腺系统的研究与应用
杨皓月1,2,3,邢荣娥1,2,3,刘松1,2,3,于华华1,2,3,李鹏程1,2,31.中国科学院海洋研究所实验海洋生物学重点实验室,山东青岛266071;2.青岛海洋科学与技术试点国家实验室海洋药物与生物制品功能实验室,山东青岛266237;3.中国科学院海洋大科学研究中心,山东青岛266071 ...中科院海洋研究所 本站小编 Free考研考试 2022-02-12
