对海洋生物的分类认知是海洋生物多样性保护及资源利用的前提,而应用深度学习是当前较为前沿的方法。自动化的深度学习技术在图像分类领域具有巨大的实用潜力,本文验证了百度AI开发平台Easy DL在海洋生物分类的可行性和实用性。与其他深度学习技术相比,该方法基于迁移学习的思想建立海洋生物分类模型,只需少量数据即可训练出高精度海洋生物分类模型;对深度学习和编程知识要求较低,界面友好,

相似文献

1 贺燕青 “生物的多样性”专题复习策略 生物学教学 2017年07期

2 唐晓春 “生物的分类”一节的教学设计 生物学教学 2017年07期

3 尹颖尧 曹晓晨 陈林芩 探索前沿,低调耕耘 大学生 2017年01期

4 徐益苗 赵晓燕 张烨 基于科学史观建构和“3M认知模型”的“生物的分类”教学设计 中学生物学 2020年04期

5 谢荣恒 张容 “生物的分类”一节的教学设计 中学生物学 2015年11期

6 曾朝辉 王俊杰 刘晓丽 夏晓飞 程晓 李健文 生物分类字典在自然类博物馆藏品信息管理系统中的应用 科学教育与博物馆 2018年05期

7 微型生物分类 风景园林 2011年04期

8 李芳 “神奇的微生物”教学设计 中学生物学 2016年01期

9 丁河清 “尝试对生物进行分类“一节的教学设计 生物学教学 2015年04期

10 陈发军 陈文年 基于生物动态过程观察的野外动植物分类学习策略 高教论坛 2018年12期

11 非比对的快速微生物分类与进化研究 清华大学 2017年

12 林奈科学思想探析 广西民族大学 2013年

13 分类学发展史概略 第七届全国地衣生物学研讨会会议论文集 2015年

14 分类学的概念和分类学科的基本特征 第七届全国地衣生物学研讨会会议论文集 2015年