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

边缘场景下畜牧场中各动物的图像识别方法、设备及介质 

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:集美大学

摘要:本发明公开了一种边缘场景下畜牧场中各动物的图像识别方法,包括:获取边缘场景下畜牧场中各个动物的图像数据集;建立融合目标检测系统;通过所述图像数据集对融合目标检测系统进行训练,得到不同的目标检测模型;将待检测的图像数据输入到融合目标检测系统中,根据当前场景和需求选定对应的一个已训练好的目标检测模型作为最佳模型,待检测的图像数据经最佳模型检测后,得到目标检测结果;通过累积置信度算法对连续生成的目标检测结果进行累积融合,得到检测识别结果。本发明还提供了一种电子设备和计算机可读存储介质,本发明能准确的识别出图像中的目标物体,大大降低了目标检测的时间,增强了系统选择的灵活性,显著提高了识别的准确率。

主权项:1.一种边缘场景下畜牧场中各动物的图像识别方法,其特征在于,包括如下步骤:步骤1、获取边缘场景下畜牧场中各个动物的图像数据集;步骤2、建立融合目标检测系统;具体包括:步骤21、所述融合目标检测系统是基于YOLOv5模型建立的;所述YOLOv5模型的网络结构分为主干网络、特征金字塔网络和预测头;所述主干网络采用CSPDarknet53,CSPDarknet53由一系列卷积层和残差块组成;所述特征金字塔网络用于利用不同尺度的特征来检测不同大小的目标,通过在主干网络的顶部添加一系列的卷积层和上采样操作,生成一组特征金字塔;步骤22、在YOLOv5模型的基础上搭载了轻量级骨架结构的MobileNetV3模块作为轻量化目标检测模型,并搭载在本地设备;步骤23、在YOLOv5模型的基础上增加了特征注意力模块作为完整目标检测模型,并搭载在本地设备与云端中,通过计算卸载的方式,将本地设备处理的中间数据卸载至云端进行进一步的处理;所述特征注意模块是基于SE注意力机制构成;步骤3、通过所述图像数据集对融合目标检测系统进行训练,得到不同的目标检测模型;步骤4、将待检测的图像数据输入到融合目标检测系统中,根据当前场景和需求选定对应的一个已训练好的目标检测模型作为最佳模型,待检测的图像数据经最佳模型检测后,得到目标检测结果;步骤5、通过累积置信度算法对连续生成的目标检测结果进行累积融合,得到检测识别结果;具体包括:步骤51、对于每个待检测的目标类别,初始化一个累积置信度值,所述累积置信度值用于记录连续帧中对该目标类别的检测情况;步骤52、对于每个目标类别,根据当前帧的目标检测结果更新累积置信度;当累积置信度达到设定的阈值时,认为该目标类别在当前场景中存在;步骤53、对于连续帧中的目标检测结果,利用时间连续性进行融合;步骤54、根据累积置信度和融合后的目标检测结果,输出最终的检测识别结果。

全文数据:

权利要求:

百度查询: 集美大学 边缘场景下畜牧场中各动物的图像识别方法、设备及介质

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。