公开(公告)号：CN109376765A

公开(公告)日：2019-02-22

申请号：CN201811070920.5

申请日：2018-09-14

Applicant: 汕头大学

Inventor： 范衠 ,  伍宇明 ,  卢杰威 ,  朱贵杰 ,  莫嘉杰 ,  黄龙涛

IPC: G06K9/62 ,  G06K9/46 ,  G06T3/60 ,  G06T7/41 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于深度学习的蝴蝶自动分类方法，所述方法包括：收集蝴蝶在自然环境中的照片；通过人工标注对所收集到的蝴蝶照片中的部分照片进行标注，构建带有标注框和分类标签的图片库作为训练样本集；采用Faster－RCNN算法，训练一个在照片中用于定位蝴蝶位置的卷积神经网络；采用深度卷积神经网络算法，训练一个用于分类蝴蝶的卷积神经网络；对蝴蝶在自然环境中的照片，先通过用于定位的卷积神经网络定位出蝴蝶的位置，再通过用于分类的卷积神经网络对蝴蝶进行分类鉴定。本发明通过采用Faster－RCNN算法对蝴蝶照片中的蝴蝶进行精确定位，再通过深度卷积神经网络算法以及结合蝴蝶的明显特征对蝴蝶样本进行人工调整，从而可以高效准确地实现对蝴蝶的自动分类。