公开(公告)号：CN113177486B

公开(公告)日：2022-06-03

申请号：CN202110480792.7

申请日：2021-04-30

Applicant: 重庆师范大学

Inventor： 皮家甜 ,  于昕 ,  彭明杰 ,  吴志友

IPC: G06V20/10 ,  G06V10/40 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于区域建议网络的蜻蜓目昆虫识别方法，包括步骤：S1.对蜻蜓目昆虫图像进行清洗和整理，得到蜻蜓目昆虫图像的数据集；S2.对蜻蜓目昆虫图像的数据集进行增强处理，得到增强后的数据集；S3.对所述增强后的数据集进行划分，得到蜻蜓目昆虫图像的训练集、验证集以及测试集；S4.构建基于区域建议网络的深度卷积网络模型；S5.使用所述训练集以及验证集对深度卷积网络模型进行训练，得到训练后的网络模型；S6.将所述测试集输入到训练后的网络模型，输出得到所述测试集的分类结果。本发明能够使得识别处理简单快捷，节省了大量的人力成本，解决了自然环境下蜻蜓目昆虫图片背景复杂导致识别困难的问题。

公开(公告)号：CN113177486A

公开(公告)日：2021-07-27

申请号：CN202110480792.7

申请日：2021-04-30

Applicant: 重庆师范大学

Inventor： 皮家甜 ,  于昕 ,  彭明杰 ,  吴志友

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于区域建议网络的蜻蜓目昆虫识别方法，包括步骤：S1.对蜻蜓目昆虫图像进行清洗和整理，得到蜻蜓目昆虫图像的数据集；S2.对蜻蜓目昆虫图像的数据集进行增强处理，得到增强后的数据集；S3.对所述增强后的数据集进行划分，得到蜻蜓目昆虫图像的训练集、验证集以及测试集；S4.构建基于区域建议网络的深度卷积网络模型；S5.使用所述训练集以及验证集对深度卷积网络模型进行训练，得到训练后的网络模型；S6.将所述测试集输入到训练后的网络模型，输出得到所述测试集的分类结果。本发明能够使得识别处理简单快捷，节省了大量的人力成本，解决了自然环境下蜻蜓目昆虫图片背景复杂导致识别困难的问题。