DL-MAML:一种新的蝴蝶物种自动识别模型 |
| |
作者姓名: | 赵戈伟 许升全 谢娟英 |
| |
作者单位: | 1. 陕西师范大学计算机科学学院;2. 陕西师范大学生命科学学院 |
| |
基金项目: | 国家自然科学基金项目(62076159,12031010,61673251);;中央高校基本科研业务费交叉研究项目(GK202105003);;国家动物标本资源库项目~~; |
| |
摘 要: | 蝴蝶种类成千上万,每种蝴蝶都与一定植物密切相关,研究蝴蝶种类自动识别有重要意义.野外环境下的蝴蝶物种识别研究受制于现有数据集蝴蝶种类较少,每类样本(图像)数量较少,使基于机器学习的蝴蝶种类识别面临泛化推广难的挑战.另外,野外环境下的蝴蝶翅膀遮挡使分类特征学习面临挑战.因此,提出基于元学习的蝴蝶物种自动识别新模型DL-MAML(deep learning advanced model-agnostic meta-learning),实现野外环境下的任意蝴蝶种类识别.首先,DL-MAML模型采用L2正则改进经典元学习算法MAML(model-agnostic meta-learning)的目标函数和模型参数更新方法,并对MAML增加了2层特征学习模块,避免模型陷入过拟合风险,解决现有野外环境下蝴蝶物种识别面临的泛化推广困难;其次,采用ResNet34深度学习模型提取蝴蝶分类特征,对图像进行表征预处理,作为DL-MAML模型元学习模块的输入,克服其特征提取不足的缺陷,以及野外环境下蝴蝶翅膀遮挡带来的分类特征学习困难.大量消融实验以及与同类模型的实验比较表明,DL-MAML算法学习获得的初始模...
|
关 键 词: | 蝴蝶分类 深度学习 特征提取 元学习 MAML算法 |
|