[發(fā)明專利]一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的魚(yú)類(lèi)圖像分類(lèi)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810984130.1
• 申請(qǐng)日: 2018-08-28
• 公開(kāi)（公告）號(hào): CN109190695B
• 公開(kāi)（公告）日: 2021-08-03
• 發(fā)明（設(shè)計(jì)）人: 鄭海永;邱晨晨;俞智斌
• 申請(qǐng)（專利權(quán)）人: 中國(guó)海洋大學(xué)
• 主分類(lèi)號(hào): G06K9/62
• 分類(lèi)號(hào): G06K9/62;G06N3/04
• 代理公司: 重慶敏創(chuàng)專利代理事務(wù)所(普通合伙) 50253
• 代理人: 陳千

1.一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的魚(yú)類(lèi)圖像分類(lèi)方法，其特征在于，包括如下步驟：

S1：采集水下魚(yú)類(lèi)圖像，構(gòu)建魚(yú)類(lèi)圖像數(shù)據(jù)集；

選取預(yù)訓(xùn)練集ImageNet以及魚(yú)類(lèi)數(shù)據(jù)集Fish4Knowledge；

S2：構(gòu)建基于B-CNNS的卷積神經(jīng)網(wǎng)絡(luò)模型，按樣本數(shù)量大小依次將所述預(yù)訓(xùn)練集ImageNet、魚(yú)類(lèi)數(shù)據(jù)集Fish4Knowledge以及魚(yú)類(lèi)圖像數(shù)據(jù)集這三個(gè)數(shù)據(jù)集輸入到所述網(wǎng)絡(luò)模型中，通過(guò)訓(xùn)練和迭代反饋，得到所述魚(yú)類(lèi)圖像數(shù)據(jù)集中魚(yú)類(lèi)圖像的類(lèi)別標(biāo)簽，其中，步驟S2具體包括：

S21：將所述預(yù)訓(xùn)練集ImageNet輸入到所述網(wǎng)絡(luò)模型中訓(xùn)練直至收斂；

S22：將所述魚(yú)類(lèi)數(shù)據(jù)集Fish4Knowledge輸入到步驟S21訓(xùn)練后的網(wǎng)絡(luò)模型中繼續(xù)訓(xùn)練直至收斂；

S23：將所述魚(yú)類(lèi)圖像數(shù)據(jù)集輸入到步驟S22訓(xùn)練后的網(wǎng)絡(luò)模型中對(duì)網(wǎng)絡(luò)參數(shù)進(jìn)行微調(diào)；

其中，所述網(wǎng)絡(luò)模型包括優(yōu)化后的數(shù)據(jù)增強(qiáng)單元以及網(wǎng)絡(luò)結(jié)構(gòu)單元，即將步驟S1中所述三個(gè)數(shù)據(jù)集輸入到所述優(yōu)化后的數(shù)據(jù)增強(qiáng)單元得到數(shù)據(jù)增強(qiáng)后的魚(yú)類(lèi)圖像測(cè)試集，將所述魚(yú)類(lèi)圖像測(cè)試集輸入到所述網(wǎng)絡(luò)結(jié)構(gòu)單元，得到所述魚(yú)類(lèi)圖像數(shù)據(jù)集中圖像的類(lèi)別標(biāo)簽；

所述網(wǎng)絡(luò)結(jié)構(gòu)單元包括兩路相同的VGG網(wǎng)絡(luò)，所述將所述魚(yú)類(lèi)圖像測(cè)試集輸入到所述網(wǎng)絡(luò)結(jié)構(gòu)單元，得到所述魚(yú)類(lèi)圖像數(shù)據(jù)集中圖像的類(lèi)別標(biāo)簽，具體包括：

將所述魚(yú)類(lèi)圖像測(cè)試集輸入到兩路VGG網(wǎng)絡(luò)中進(jìn)行特征提取，之后將所述兩路VGG網(wǎng)絡(luò)提取到的特征進(jìn)行雙線性池化得到雙線性向量，最后輸入softmax函數(shù)得到所述魚(yú)類(lèi)圖像數(shù)據(jù)集中圖像的類(lèi)別標(biāo)簽；

所述VGG網(wǎng)絡(luò)包括五組卷積層，其中，在前四組卷積層的后面插入優(yōu)化后的SE塊，所述優(yōu)化后的SE塊具體操作為：

將輸入圖像x經(jīng)過(guò)卷積層后得到通道數(shù)為C₁的特征圖；

將每個(gè)通道分割成四個(gè)區(qū)域，其中，第k個(gè)通道由四個(gè)實(shí)數(shù)z_k1、z_k2、z_k3、z_k4來(lái)表征；

通過(guò)激發(fā)操作學(xué)習(xí)得到每個(gè)通道的權(quán)重；

將所述特征圖的每個(gè)通道的每個(gè)區(qū)域與學(xué)習(xí)到的權(quán)重相乘；

調(diào)整維度，使得輸出圖像的維度等于輸入圖像的維度；

其中，所述四個(gè)實(shí)數(shù)分別為：

式中，W×H為輸入SE block的特征譜中第k個(gè)通道的特征維度，i為從(1，H)的變量，j為從(1，W)的變量，u_k(i,j)為輸入到SE block的特征譜；

所述通過(guò)激發(fā)操作學(xué)習(xí)得到每個(gè)通道的權(quán)重，具體為：s＝σ(L₂δ(L₁,r(z))，即首先進(jìn)行reshape操作r(z)，將表征每個(gè)通道維度由C₁*4轉(zhuǎn)為4C₁*1，然后依此經(jīng)過(guò)全連接層L₁、ReLU激活函數(shù)δ、全連接層L₂以及sigmoid函數(shù)σ操作，經(jīng)過(guò)訓(xùn)練和迭代后，學(xué)習(xí)得到每個(gè)通道的權(quán)重。

2.根據(jù)權(quán)利要求1所述的基于深度卷積神經(jīng)網(wǎng)絡(luò)的魚(yú)類(lèi)圖像分類(lèi)方法，其特征在于，所述將步驟S1中所述三個(gè)數(shù)據(jù)集輸入到所述優(yōu)化后的數(shù)據(jù)增強(qiáng)單元得到數(shù)據(jù)增強(qiáng)后的魚(yú)類(lèi)圖像測(cè)試集，具體包括：首先將所述三個(gè)數(shù)據(jù)集中的每一幅圖像通過(guò)SRGAN網(wǎng)絡(luò)進(jìn)行超分辨率重建，接著將所述重建后的圖像進(jìn)行數(shù)據(jù)增強(qiáng)。

3.根據(jù)權(quán)利要求2所述的基于深度卷積神經(jīng)網(wǎng)絡(luò)的魚(yú)類(lèi)圖像分類(lèi)方法，其特征在于，所述數(shù)據(jù)增強(qiáng)包括翻折和\或旋轉(zhuǎn)。