首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种面向轻量化部署的野生动物识别方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:西南科技大学

摘要:本发明公开了一种面向轻量化部署的野生动物识别方法及系统,首先基于野生动物图像进行增强处理,然后构建改进型YOLOv8n模型,包括在主干网络中构造C2fEMA模块、采用轻量卷积GSConv替代颈部网络中的标准卷积Conv、设置新的误差计算方法NWD,最后基于增强的图像,训练获得用于识别野生动物的目标检测模型。本发明实现了轻量化的系统部署以及对野生动物目标的高检测精度和高检测效率,能够在复杂野外场景下完成野生动物识别检测,可以供研究人员远程、实时地获取所监测区域的野生动物活动情况与环境状态。

主权项:1.一种面向轻量化部署的野生动物识别方法,其特征在于,包括以下步骤:步骤S1:基于原始野生动物图像实施增强处理,该处理涉及自然光照模拟、气象条件模拟以及摄像效果模拟,以构建一个更贴近实际野外环境的模拟图像库;步骤S2:对步骤S1中野外环境模拟图像库中的每张图像进行全面的标注,并依据70%、20%和10%的比例将野外环境模拟图像库划分为训练集、验证集和测试集;步骤S3:在主干网络中融入多层次空间交叉学习的焦点调节策略EMAEfficientMulti-scaleAttention,构造出C2fEMA模块以取代原有C2f模块;其次,引入轻量卷积GSConv以优化颈部网络;步骤S4:采用基于Wasserstein关联度评价方法的NWDNormalizedWassersteinDistance误差计算方法在模型训练阶段取代原有误差计算方法;步骤S5:使用步骤S2中的训练集、验证集对经步骤S3、S4改进措施优化后的模型进行训练,得到野生动物识别模型;步骤S6:利用步骤S5得到的野生动物识别模型,对步骤S2的测试集进行识别分析,精确输出野生动物的种类及出现坐标,实现高精度野生动物实时监测。

全文数据:

权利要求:

百度查询: 西南科技大学 一种面向轻量化部署的野生动物识别方法及系统

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。