文件名称：基于AutoML的保护区物种识别
文件大小：1.05MB
文件格式：PDF
更新时间：2024-05-26 06:15:47
物种识别 自动机器学习 自动构建网络结构
随着我国在生态保护上的投入加大，红外相机技术在我国各级自然保护区的应用发展迅猛，在如何充分挖掘照片的信息方面，物种识别显得尤为重要，是其他工作的前提.在图像识别方面，随着深度学习的爆发，给图像识别带来了革命性的提升，以卷积神经网络为代表的网络结构在准确率上几乎完胜传统方法.然而，由于网络结构对最终图像识别准确率的影响巨大，人们在实际应用中往往都是使用一些经典的网络结构，比如VGG16、VGG19、ResNet50等，从中选择一个适合自己的数据集的网络结构，同时对于不同的数据集，可能需要重新选择.因此，在保护区红外相机物种的识别中，本文提出了基于AutoML的自动构建网络结构技术，针对不同的保护区的数据集，自动构建合适的网络结构，避免人工选择，同时达到了与人工选择网络相当的准确率.