《水体微纤维图像识别的改进MobileNetV2算法》

技术简介：

针对人工识别水体微纤维耗时耗力,以及传统图像处理算法识别水体微纤维图像鲁棒性弱等问题,构建了一种改进的MobileNetV2网络识别微纤维算法。在特征提取部分采用特征重构策略,先压缩深度卷积特征,获取全局感受野;再利用多层全连接为每个通道生成权重,建立通道之间的相互依赖关系;最后逐通道加权到原特征上,完成对原始特征的重构。此外,采用不同大小的下采样器捕获不同尺度的特征信息并融合,增强微纤维的细节特征信息,提升模型对微纤维的学习能力与识别效果。改进MobileNetV2网络的微纤维识别准确率达到97.96%,与原始MobileNetV2网络相比高2.54%,同时,误识率和漏识率也有显著的降低。相较于ResNet、DenseNet、VGG16和NasNet网络,模型大小压缩了若干倍,微纤维识别准确率有所提升,误识率与漏识率大大降低。实验表明:该网络模型能够提取更加完整的微纤维特征信息,加强微纤维特征判别指向性的同时减小了模型尺寸,降低了在移动设备中部署的难度,并且使识别微纤维具有更高的准确率和更好的稳定性。

研发人员：吕璐璐;陈树越;王利平;许霞;