文|藻类研究小组

光谱分析技术-藻类识别和电子设备早期结合以测定细胞光谱为主要特征，易受各种环境因素影响，造成藻类测定结果呈数量级偏差。

早期辅助软件示意

早期辅助软件-计算机软件在藻类识别领域的初步应用以人的藻类知识辅以传统图像分析为主要特征，对使用者知识储备要求高，误差因人而异，难以标准化。

初代智能检测技术典型结果示意

初代智能检测仪-人工智能与藻类识别结合的有益尝试，以深度神经网络的初步应用为典型特征，无法做到细胞级识别检测对群体型浮游藻类检测统计，效果欠佳。

英视江河“AlgaeBlue”实测结果

挂载**的“F-Plankton-0BB”深度神经网络，专注计算机视觉与水生微观生物形态学鉴定的深度融合，业内**实现了细胞级的浮游藻类检测性能，测试表明:平行样误差<5%,与浮游藻类实际密度误差<30%。