公开(公告)号：CN113239947B

公开(公告)日：2022-09-23

申请号：CN202110264082.0

申请日：2021-03-10

Applicant: 安徽省农业科学院农业经济与信息研究所

Inventor： 钱蓉 ,  董伟 ,  程泽凯 ,  朱静波 ,  夏皖 ,  孔娟娟 ,  刘桂民 ,  张萌 ,  李闰枚 ,  王忠培 ,  管博伦

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于细粒度分类技术的害虫图像分类方法，与现有技术相比解决了害虫细粒度识别效果差的缺陷。本发明包括以下步骤：训练图像的获取；害虫识别网络的构建；害虫识别网络的训练；待识别害虫图像的获取；害虫识别结果的获得。本发明使用特征过滤融合和设计损失函数达到了最高性能，能同时适用于相近害虫和粗类害虫的分类，均能获得理想效果。同时，针对背景非常复杂，且害虫颜色和形态与背景较为接近的害虫，也能关注到了目标本身，可准确识别，进一步拓宽农业害虫自动分类的害虫类别数量。

公开(公告)号：CN113239947A

公开(公告)日：2021-08-10

申请号：CN202110264082.0

申请日：2021-03-10

Applicant: 安徽省农业科学院农业经济与信息研究所

Inventor： 钱蓉 ,  董伟 ,  程泽凯 ,  朱静波 ,  夏皖 ,  孔娟娟 ,  刘桂民 ,  张萌 ,  李闰枚 ,  王忠培 ,  管博伦

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于细粒度分类技术的害虫图像分类方法，与现有技术相比解决了害虫细粒度识别效果差的缺陷。本发明包括以下步骤：训练图像的获取；害虫识别网络的构建；害虫识别网络的训练；待识别害虫图像的获取；害虫识别结果的获得。本发明使用特征过滤融合和设计损失函数达到了最高性能，能同时适用于相近害虫和粗类害虫的分类，均能获得理想效果。同时，针对背景非常复杂，且害虫颜色和形态与背景较为接近的害虫，也能关注到了目标本身，可准确识别，进一步拓宽农业害虫自动分类的害虫类别数量。