考虑类间差异损失的中华白海豚个体识别

为了提升中华白海豚个体识别的准确率,提出基于类间差异损失的细粒度识别模型.首先基于不同类别图像的特征之间具有差异性的事实,设计类间差异损失函数;其次在VGG16的基础上,根据类别数调整部分卷积层的通道数,并设计2种全连接方式用于识别不同规模的个体;最后将所提损失函数与已有损失进行组合,激励网络学习到更具区分度的特征.选取在厦门湾拍摄的2 177幅中华白海豚图像,人工标注为30头个体作为数据集进行实验的结果表明,所提损失函数可以将准确率提升1.05个百分点,达到98.65%,且比主流的细粒度识别算法至少高出0.9个百分点.