发明公开
- 专利标题: 基于卷积网络多维度学习的昆虫分类方法及系统
-
申请号: CN202310239083.9申请日: 2023-03-09
-
公开(公告)号: CN116310541A公开(公告)日: 2023-06-23
- 发明人: 袁娜朵 , 朱旭华 , 陈加肯 , 梁周瑞 , 姚波
- 申请人: 浙江托普云农科技股份有限公司
- 申请人地址: 浙江省杭州市拱墅区祥园路88号3幢1101室
- 专利权人: 浙江托普云农科技股份有限公司
- 当前专利权人: 浙江托普云农科技股份有限公司
- 当前专利权人地址: 浙江省杭州市拱墅区祥园路88号3幢1101室
- 代理机构: 杭州五洲普华专利代理事务所
- 代理商 徐晶晶
- 主分类号: G06V10/764
- IPC分类号: G06V10/764 ; G06V10/774 ; G06V20/70 ; G06V10/82 ; G06N3/08 ; G06N3/0464
摘要:
本发明公开一种基于卷积网络多维度学习的昆虫分类方法,包括以下步骤:获取包含各种昆虫种类的昆虫图片,对所述昆虫图片进行预处理并保留昆虫外轮廓,形成类别昆虫图片;将所述类别昆虫图片划分为训练数据集和验证数据集,并对训练数据集进行数据增强处理,得到增强训练样本集;构建多维度昆虫识别网络预训练模型;基于增强训练样本集对多维度昆虫识别网络预训练模型进行训练并进行优化,得到多维度昆虫识别网络模型;将待识别的图片输入至多维度昆虫识别网络模型中,得到识别结果,其中,待识别的图片集尺寸相同。本发明引入昆虫的多个维度信息,作为辅助特征协助模型识别,使模型在识别过程中,能同时考量图像特征以外的信息,来提高识别的精度。