论文部分内容阅读
针对在野生濒危动物保护中,存在着对保护动物监测难度大、准确率低等问题。本文利用PyTorch框架,以VGG16为基础的SSD算法,提出了一种对濒危物种的动物识别与检测方法。在基础网络中,加入了注意力机制,并且在训练过程中使用迁移学习和数据扩增方法,提升了检测速度与精度。通过对数据集的测试,此方法不仅准确率达到了96.6%,而且其检测速度与模型大小符合预期,适用于对濒危动物的检测识别。