公开(公告)号：CN117292213A

公开(公告)日：2023-12-26

申请号：CN202311593053.4

申请日：2023-11-27

申请人： 江西啄木蜂科技有限公司

发明人： 习雍 ,  叶绍泽 ,  黄晓霞 ,  田遥 ,  李翔

IPC分类号： G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/08 ,  G06T7/00

摘要： 本发明公开了一种多类型相机下样本不均衡的松林变色异木识别方法，包括选取K类相机拍摄得到K个子数据集，计算每个子数据集的占比，按占比从高到低标记为D1~DK，构成数据集D；在Faster R‑CNN网络中设计数据相关性损失、RPN网络中设计数据相似性损失来优化目标函数，训练网络得到目标识别模型。本发明以占比最大的D1中变色异木区域特征为中心，使其他占比小的子数据集的变色异木区域特征与其相似，从而在确保D1识别准确性的基础上，提高对D2~DK的识别能力，也就提升了对不同相机采集的松林影像中变色异木区域的识别能力，且无需增加检测模型增参数。

公开(公告)号：CN117292213B

公开(公告)日：2024-01-30

申请号：CN202311593053.4

申请日：2023-11-27

申请人： 江西啄木蜂科技有限公司

发明人： 习雍 ,  叶绍泽 ,  黄晓霞 ,  田遥 ,  李翔

IPC分类号： G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/08 ,  G06T7/00

摘要： 测模型增参数。本发明公开了一种多类型相机下样本不均衡的松林变色异木识别方法，包括选取K类相机拍摄得到K个子数据集，计算每个子数据集的占比，按占比从高到低标记为D1~DK，构成数据集D；在Faster R‑CNN网络中设计数据相关性损失、RPN网络中设计数据相似性损失来优化目标函数，训练网络得到目标识别模型。本发明以占比最大的D1中变色异木区域特征为中心，使其他占比小的子数据集的变色异木区域特征与其相似，(56)对比文件张琦;胡广地;李雨生;赵鑫.改进Fast-RCNN的双目视觉车辆检测方法.应用光学.2018,(第06期),全文.