基于MobileNet-SSD的蝶類昆蟲識別算法

楊 穎

（浙江農(nóng)林大學(xué) 信息工程學(xué)院，浙江 臨安311300）

0 引 言

神經(jīng)網(wǎng)絡(luò)，命名為MobileNet［1］。其能夠有效的減少網(wǎng)絡(luò)層間的計算量，同時保證目標(biāo)識別的精準(zhǔn)度。

昆蟲是世界上數(shù)量最多的物種，已被認(rèn)定的就有150多萬種，約占全球生物的80%。蝴蝶屬于昆蟲的一種，種類繁多，經(jīng)科學(xué)家估計蝶類昆蟲的數(shù)量大約在1.6萬～2萬種之間。由于蝴蝶的種類較多，通過人工對蝶類昆蟲進(jìn)行種類的鑒定識別及分類，較為耗時。目前，對蝶類識別的實際市場需求日益增加，以現(xiàn)有的分類學(xué)專家和研究人員數(shù)量遠(yuǎn)遠(yuǎn)不夠。通過便捷簡單的檢測識別操作，幫助昆蟲知識儲備不充足的廣大農(nóng)林從業(yè)者快速識別蝶類昆蟲具有重大意義。

得益于信息技術(shù)的飛速發(fā)展，科研人員已實現(xiàn)了通過機(jī)器學(xué)習(xí)自主識別圖像，從而代替人腦對圖像蘊含信息進(jìn)行識別。卷積神經(jīng)網(wǎng)絡(luò)也由此而生，并且在當(dāng)今的學(xué)術(shù)研究中被廣泛應(yīng)用，但其往往在硬件資源有限的設(shè)備上沒有優(yōu)勢。對于嵌入式設(shè)備平臺的應(yīng)用，比如移動設(shè)備與機(jī)器人，需要匹配更輕量、更高效，同時又能保持高精度的網(wǎng)絡(luò)模型。因此，Google針對移動設(shè)備等嵌入式設(shè)備，提出一種輕量級的深層

1 基于MobileNet-SSD的目標(biāo)檢測

MobileNet-SSD目標(biāo)檢測算法，是以MobileNet作為具體的網(wǎng)絡(luò)結(jié)構(gòu)，使用MobileNet神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)替換傳統(tǒng)SSD算法當(dāng)中的VGG16的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，用來提取特征，再結(jié)合SSD目標(biāo)檢測的一種算法［2］。SSD［3］以VGG16的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)作為基礎(chǔ)，增加4個卷積層來提取特征信息，其沿用了YOLO［4］目標(biāo)檢測思想：一次完成回歸邊框和分類，再加入Faster R-CNN［5］中，使用anchor的思想來提升識別準(zhǔn)確性。……