申请/专利权人:中国水利水电科学研究院
申请日:2024-03-21
公开(公告)日:2024-07-05
公开(公告)号:CN118298457A
主分类号:G06V40/10
分类号:G06V40/10;G06V10/44;G06V10/25;G06V10/764;G06V10/766;G06V10/82;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.07.23#实质审查的生效;2024.07.05#公开
摘要:本发明公开一种基于神经网络算法的底栖动物种类与数目自动识别的方法,包括S1:搭建FasterR‑CNN网络模型,通过底栖动物图像训练集训练FasterR‑CNN网络,得到训练后的FasterR‑CNN网络;S2:将研究区域已知的同一时刻不同角度的多张底栖动物图像输入训练后的FasterR‑CNN网络,输出区域特征图y1;S3:将S2中的区域特征图y1按底栖动物种类归类,分批次输入CSRNet深度学习网络,输出各种类底栖动物的个数xi;S4:随机抽取一个区域,计算该区域对应的底栖动物图像显示的同一个底栖动物出现的重复率α%;S5:剔除重复后的各种类底栖生物的个数为xi×1‑α%。方法结合FasterR‑CNN网络与CSRNet深度学习网络,快速识别底栖动物种类与数目;剔除重复计数的底栖动物,提高底栖动物数目计算的准确度。
主权项:1.一种基于神经网络算法的底栖动物种类与数目自动识别的方法,其特征在于,包括以下步骤:S1:搭建FasterR-CNN网络模型,通过底栖动物图像训练集训练FasterR-CNN网络,得到训练后的FasterR-CNN网络;S2:将研究区域已知的同一时刻不同角度的多张底栖动物图像输入至训练后的FasterR-CNN网络,识别底栖动物的种类和位置,输出区域特征图y1;S3:将S2中的区域特征图y1按底栖动物种类归类,分批次输入CSRNet深度学习网络,输出各种类底栖动物的个数xi,i=1,2,3....,n;S4:随机抽取一个区域,计算该区域对应的底栖动物图像显示的同一个底栖动物出现的重复率α%;S5:剔除重复后的各种类底栖生物的个数为xi×1-α%。
全文数据:
权利要求:
百度查询: 中国水利水电科学研究院 一种基于图像识别的底栖动物种类与数目自动识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。