全球尺度下的海洋魚類圖像智能分類研究進展

摘要： 在全球尺度上了解魚類物種組成、豐度及時空分布等，將有助于其生物多樣保護。水下圖像采集是獲取魚類物種多樣性數(shù)據的主要調查手段之一，但圖像信息分析工作耗時耗力。2015年以來，海洋魚類圖像數(shù)據集更新和深度學習模型算法優(yōu)化等方面取得了一系列進展，但細粒度分類表現(xiàn)仍顯不足，研究成果的生產實踐應用相對薄弱。因此，該文首先分析海洋相關行業(yè)對魚類自動化圖像分類的需求，然后綜合介紹魚類圖像數(shù)據...