基于MSD-ResNet50的梅花鹿个体识别方法研究

摘要

个体识别在物种保护和生态监测中起到关键作用，为实现对梅花鹿个体的精确识别，本文在ResNet50基础上引入多尺度动态卷积模块(MSD-Block)和注意力机制(CBAM),优化特征提取与识别效果，并通过加权交叉熵损失函数解决数据不平衡问题，提升对相似斑点梅花鹿个体的区分能力.实验结果表明，相对于基准模型，改进模型在复杂背景下的识别准确率达88.7%,展现了良好的鲁棒性与稳定性.

关键词

梅花鹿个体识别 / 卷积神经网络 / 计算机视觉 / ResNet50