基于AI驱动的图像分割和GAN生成生态背景的微塑料识别
发表于: 。本研究针对现有微塑料识别方法成本高、需专家分析的难题,提出了一种深度学习分割模型,能够自动识别微观图像中的微塑料。通过生成对抗网络(GAN)来补充和生成多样化的训练数据,我们的模型在包含生成数据的训练下,达到了较高的F1分数(0.91),显著提高了微塑料检测的效率和可及性。
本研究针对现有微塑料识别方法成本高、需专家分析的难题,提出了一种深度学习分割模型,能够自动识别微观图像中的微塑料。通过生成对抗网络(GAN)来补充和生成多样化的训练数据,我们的模型在包含生成数据的训练下,达到了较高的F1分数(0.91),显著提高了微塑料检测的效率和可及性。