《基于迁移学习的海底底质声呐图像分类》

技术简介：

针对海底底质分类方法缺乏自动化、分类效果不明显等问题,提出一种基于迁移学习的海底底质声呐图像分类的方法,对沙质、礁石、泥质三种底质进行了分类研究。将InceptionV3作为预训练模型,使其成为新模型的特征提取器。通过接入新的全连接层和softmax分类层,构建新模型。重新训练新模型之后准确率达到98.1%。实验表明,上述方法不仅有助于深度学习更好地处理声呐图像的小样本数据,而且比传统方法具有更高的准确率,可以作为声呐设备的附加功能。

研发人员：陈佳辉;陈岚萍;夏小云;朱蓉;