龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：西安建筑科技大学
摘要：本发明公开了一种古城墙表面植被分类模型建立方法、分类方法及系统，获取古城墙表面植被的图像数据集，并对其进行预处理；采用SAM模型对经过预处理的图像数据集进行辅助标注，针对城墙图像中植被目标小且形状不规则的问题，提高了卷积神经网络对不规则形状目标的适应性，并扩大了其感受野；对基于注意力机制和可变形卷积的Yolov8分割模型进行训练与测试，对古城墙表面植被图像进行分割，获取了古城墙表面植被图像及其类别信息，采用公开数据集训练构建的基于双层路由注意力的SwinTransformer分类模型，然后采用基于双层路由注意力的SwinTransformer分类模型对分割后的古城墙植被图像数据集进行分类，解决了现有技术中古城墙植被识别分类的准确度较低的技术问题。
主权项：1.一种古城墙表面植被分类模型构建方法，其特征在于，具体包括以下步骤：步骤一，获取古城墙表面植被的图像数据集，并对其进行预处理；步骤二，采用SAM模型对经过预处理的图像数据集进行辅助标注，将标注后的图像数据集按比例随机划分为训练集与测试集；所述图像数据集包括多肉类、独行菜类、苔藓类、藻类、生物残留物和其他类；步骤三，构建基于注意力机制和可变形卷积的Yolov8分割模型；步骤四，将步骤二得到的训练集作为输入，将古城墙表面植被的类别信息作为输出，对步骤三得到的基于注意力机制和可变形卷积的Yolov8分割模型中进行训练，得到训练好的基于注意力机制和可变形卷积的Yolov8分割模型；步骤五，将测试集输入到步骤四的到的训练好的基于注意力机制和可变形卷积的Yolov8分割模型中进行分割，得到在分割后的测试集；所述分割后的测试集为古城墙表面植被的植物类别；步骤六，根据步骤五得到的分割后的测试集获取对应的公开植物数据集；步骤七，构建基于双层路由注意力的SwinTransformer分类模型；步骤八，将步骤六得到的公开植物数据集作为输入，将公开植物数据集中各植物的物种类别作为输出，对步骤七构建的基于双层路由注意力的SwinTransformer分类模型中进行训练，得到训练好的基于双层路由注意力的SwinTransformer分类模型。
全文数据：
权利要求：
百度查询： 西安建筑科技大学 一种古城墙表面植被分类模型建立方法、分类方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号