基于特征融合的FL-BCNN魚類識別算法研究

摘要： 為了解決水下相機(jī)設(shè)備捕獲的魚類圖像質(zhì)量差、數(shù)據(jù)量不均勻等難以準(zhǔn)確識別魚類的問題，提出一種基于特征融合的FL-BCNN魚類識別算法。對B-CNN算法進(jìn)行改進(jìn)，融合不同卷積層的特征，提高細(xì)粒度特征的表達(dá)能力，解決了圖像質(zhì)量差引起的特征不明顯的問題。利用焦點損失函數(shù)(Focal Loss)解決樣本數(shù)據(jù)不平衡的問題，提高水下魚類圖像的識別能力。利用F4K(15)數(shù)據(jù)集與四個已有算法進(jìn)行...