排序方式: 共有1条查询结果,搜索用时 0 毫秒
1
1.
鱼类产卵场会随着外部环境条件的改变而发生变化, 因此, 快速、有效地定位鱼类产卵场对于开展水生生物资源调查、珍稀水生动物保护等工作具有重要的意义。本研究基于无人机航拍影像和青海湖裸鲤(Gymnocypris przewalskii)产卵场实地调查结果, 构建了深度学习模型, 以分析将深度学习模型应用于青海湖裸鲤产卵场识别中的可行性。模型训练交并比精度和像素精度分别为 0.870 和 0.996, 验证交并比精度和像素精度分别为 0.648 和 0.985, 虽然精度低于一般的遥感影像或图像分割精度, 但从测试的结果来看, 深度学习模型可以识别到约 79%的产卵场, 但尚不能精确地分割出产卵场, 可以作为一种辅助手段, 应用到青海湖裸鲤产卵场的识别中。 相似文献
1