基于深度學(xué)習(xí)的馬面部識(shí)別探究

打開文本圖片集

摘  要：由于傳統(tǒng)的生物識(shí)別方式具有易造假、易引發(fā)應(yīng)激等缺點(diǎn)，不利于現(xiàn)代馬業(yè)的健康發(fā)展，因此該文綜述近年來計(jì)算機(jī)視覺在畜牧業(yè)生物識(shí)別的應(yīng)用進(jìn)展，同時(shí)又建立基于DenseNet、EfficientNet、MobileNet、ResNet的 4種不同神經(jīng)網(wǎng)絡(luò)模型的馬面部識(shí)別方法。通過分析4種神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果可以得出結(jié)論，101層的ResNet網(wǎng)絡(luò)結(jié)構(gòu)表現(xiàn)最優(yōu)，準(zhǔn)確率為0.935、精確率為0.944、召回率為0.929。（剩余9695字）