技術(shù)總結(jié)
本發(fā)明提供了一種基于深度學(xué)習(xí)的雞蛋胚胎分類方法，該方法包括：采集5日胚胎圖像并按照正常胚、中止胚、無(wú)精胚分為三類樣本；對(duì)胚胎圖像預(yù)處理，提取圖像的ROI區(qū)域并將圖像大小歸一化；結(jié)合遷移學(xué)習(xí)方法，使用AlexNet經(jīng)典網(wǎng)絡(luò)在ImageNet預(yù)訓(xùn)練的CNN模型，對(duì)目標(biāo)集進(jìn)行微調(diào)訓(xùn)練；利用訓(xùn)練好的模型對(duì)待測(cè)圖像進(jìn)行判別。與現(xiàn)有技術(shù)相比，本發(fā)明可以成功解決CNN模型在小規(guī)模雞蛋胚胎數(shù)據(jù)集上的多分類問(wèn)題，具有很高的準(zhǔn)確性，可以滿足雞蛋胚胎成活性檢測(cè)與分類的工程要求。

技術(shù)研發(fā)人員：耿磊;顏廷玉;肖志濤;張芳;吳駿;劉華松
受保護(hù)的技術(shù)使用者：天津工業(yè)大學(xué)
文檔號(hào)碼：201610881723
技術(shù)研發(fā)日：2016.10.08
技術(shù)公布日：2017.03.08