Institute of Computing Technology, Chinese Academy IR
| 蝴蝶种类自动识别研究 | |
| 谢娟英1; 侯琦1; 史颖欢2; 吕鹏3; 景丽萍4; 庄福振5; 张军平6; 谭晓阳7; 许升全1 | |
| 2018 | |
| 发表期刊 | 计算机研究与发展
 |
| ISSN | 1000-1239 |
| 卷号 | 55.0期号:008页码:1609 |
| 摘要 | 针对现有蝴蝶识别研究中所用数据集蝴蝶种类偏少，且只含有蝴蝶标本照片、不含生态环境中蝴蝶照片的问题，发布了一个同时包含标本照片和生态照片的蝴蝶图像数据集，其中标本照片包含全部中国蝶类志蝴蝶种类，共计4270张照片、1176种，蝴蝶生态环境下照片1425张、111种.提出基于深度学习技术Faster R-CNN的蝴蝶种类自动识别系统，包括生态照片中蝴蝶位置的自动检测和物种鉴定.实验去除只含有单张生态照片的蝴蝶种类，对剩余的蝴蝶生态照片进行5-5划分，构造2种不同训练数据集：一半生态照片＋全部模式照片、一半生态照片＋对应种类模式照片；训练3种不同网络结构的蝴蝶自动识别系统，以平均精度均值（mean average precision, mAP）为评价指标，采用上下、左右翻转、不同角度旋转、加噪、不同程度模糊、对比度升降等9种方式扩充训练集.实验结果表明，基于Faster R-CNN深度学习框架的蝴蝶自动识别系统对生态环境中的蝴蝶照片能实现其中蝴蝶位置的自动检测和物种识别，模型的mAP最低值接近60%，并能同时检测出生态照中的多只蝴蝶和完成物种识别. |
| 关键词 | 蝴蝶 自动识别 目标检测 深度学习 分类 |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/32755 |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.陕西师范大学 2.南京大学 3.山东财经大学 4.北京交通大学 5.中国科学院计算技术研究所 6.复旦大学 7.南京航空航天大学 |
| 推荐引用方式 GB/T 7714 | 谢娟英,侯琦,史颖欢,等. 蝴蝶种类自动识别研究[J]. 计算机研究与发展,2018,55.0(008):1609. |
| APA | 谢娟英.,侯琦.,史颖欢.,吕鹏.,景丽萍.,...&许升全.(2018).蝴蝶种类自动识别研究.计算机研究与发展,55.0(008),1609. |
| MLA | 谢娟英,et al."蝴蝶种类自动识别研究".计算机研究与发展 55.0.008(2018):1609. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [谢娟英]的文章 |
| [侯琦]的文章 |
| [史颖欢]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [谢娟英]的文章 |
| [侯琦]的文章 |
| [史颖欢]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [谢娟英]的文章 |
| [侯琦]的文章 |
| [史颖欢]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论