• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《渔业现代化》 >一种基于Mask-RCNN图像分割的头足类动物角质颚色素沉积量化方法

一种基于Mask-RCNN图像分割的头足类动物角质颚色素沉积量化方法

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

为自动化精确获取头足类动物的角质颚色素沉积占比,采用Mask-RCNN深度学习的神经网络模型,实现对角质颚及其色素沉积的图像识别和分割,提出了一种基于面积获取的自动化测量角质颚色素沉积占比新方法.首先对角质颚及其色素沉积进行轮廓标注,将所得结果转化成训练集导入到残差网络(Resnet50)中,提取角质颚及其色素沉积的数字特征.基于特征金字塔网络(Feature Pyramid Networks,FPN)将各层特征加以融合;再利用区域候选网络(Region Proposal Network,RPN)对特征加以学习并生成候选框;最后,对候选框进行非极大值抑制(Non-Maximum Suppression,NMS),得到角质颚和色素沉积的候选区域,从而实现了角质颚色素沉积占比的自动化精确获取.结果显示:利用Mask-RCNN土颚分割精度为93.60％,色素沉积精度为92.47％,下颚为91.78％,色素沉积为88.78％.研究表明,Mask-RCNN深度学习网络模型可以较好地测量角质颚及其色素沉积的量化占比,本研究为头足类摄食动物的研究提供参考.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号