基于深度学习的蝴蝶科级标本图像自动识别-中国科学院动物研究所.PDF

昆虫 学 报 基于深度学习的蝴蝶科级标本图像自动识别 周爱明 马鹏鹏 席天宇 王江宁 冯 晋 邵泽中 陶玉磊 姚 青 浙江理工大学信息学院 杭州 中国科学院动物研究所 北京 摘要 目的本研究旨在探讨深度学习模型在蝴蝶科级标本图像自动识别中的可行性和泛化能 力 方法为了提高识别模型的鲁棒性和泛化能力将锤角亚目中 个科 种蝴蝶标本图像 通过水平翻转增加图像对比度与亮度以及添加噪声的方式增强图像数据集 在 框架下利 用迁移学习方法首先使用数据集中的图像训练模型迭代 万次后得到初始 化的网络权值然后利用蝴蝶图像训练已预训练好的模型通过参数微调获得一个蝴蝶 科级标本图像自动识别的卷积神经网络模型 为了比较深度学习和传统模式识别两种方法建立的 模型的泛化能力对相同训练样本提取全局特征和局部特征训练支持向量机 分类器 所有的模型在与训练样本图像来源一致和不一致的两个测试样本