基于改進(jìn)GhostNet V2的輕量化熊蜂圖像分類模型

摘要： 為準(zhǔn)確、快速地實(shí)現(xiàn)熊蜂的自動(dòng)分揀，提出了一種輕量化深度學(xué)習(xí)熊蜂圖像分類模型。首先，采集了地熊蜂的蜂王、雄蜂和工蜂圖像1 742張，并通過(guò)數(shù)據(jù)增強(qiáng)構(gòu)建了包含13 117張熊蜂圖像的數(shù)據(jù)集BumblebeeImage。然后，以GhostNet V2模型為基礎(chǔ)，通過(guò)多尺度卷積獲取輸入圖像更多感受野下的特征信息，增加兩條捷徑分支分別將低層與中層、高層的特征融合，將ReLU激活函數(shù)替換為... （共14頁(yè)）