增强VGG16模型的多视图和空间脱落,用于蚊子载体的分类

Wanchalerm Pora1, Natthakorn Kasamsumran1, Katanyu Tharawatcharasart1

  • 1Department of Electrical Engineering, Faculty of Engineering, Chulalongkorn University, Bangkok, Thailand.

PloS one
|July 24, 2023
PubMed
概括

这项研究使用修改的VGG16卷积神经网络 (CNN) 模型增强了蚊子分类,达到99%以上的准确性. 改进后的模型具有强大性和适应性,可用于有效的昆虫学监测,以控制蚊子传播的疾病.