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！

摘要：本发明公开了一种基于异质框架搜索的蚜虫计数方法及装置，本发明首先构建蚜虫训练数据集，包括蚜虫图像收集和标签制作，所述标签制作用于对每张图片的蚜虫目标进行点标注，利用高斯核对点标注进行卷积运算生成高斯密度图。然后，对蚜虫图像进行数据预处理。之后构建蚜虫计数网络模型，包括基础网络、异质框架搜索模块和特征稳定器模块。再将预处理后的蚜虫图像和对应的密度图作为训练样本，对所述蚜虫计数网络模型进行网络结构搜索及训练；最后将待计数的蚜虫图像输入训练好的蚜虫计数模型，输出得到密度图，对密度图中的数值进行求和，得到蚜虫的计数值。本发明可以对包含蚜虫的图像进行蚜虫计数，能完成不同尺度下精确的蚜虫计数。

主权项：1.一种基于异质框架搜索的蚜虫计数方法，其特征在于该方法包括：S1：构建蚜虫训练数据集，包括蚜虫图像收集和标签制作，所述标签制作用于对每张图片的蚜虫目标进行点标注，利用高斯核对点标注进行卷积运算生成高斯密度图；S2：对蚜虫图像进行数据预处理；S3：构建蚜虫计数网络模型，包括基础网络、异质框架搜索模块和特征稳定器模块，所述基础网络用于提取网络输入的基础特征，所述异质框架搜索模块用于搜索内单元的类型和节点的操作，生成异质框架搜索网络，所述特征稳定器模块用于稳定所述异质框架搜索模块内特征的学习；S4：将预处理后的蚜虫图像和对应的密度图作为训练样本，对所述蚜虫计数网络模型进行网络结构搜索及训练；S5：最后将待计数的蚜虫图像输入训练好的蚜虫计数模型，输出得到密度图，对密度图中的数值进行求和，得到蚜虫的计数值；所述S3中的异质框架搜索模块具体包括：异质框架搜索模块是由φ个基础单元构成的，每个基础单元由两个内单元构成，分别为轻量化搜索单元和多尺度搜索单元，对于每个基础单元，依次构建两个内单元权重对两个内单元进行权值度量；轻量化搜索单元和多尺度搜索单元分别在各自的搜索空间内搜索候选操作；内单元是由个节点构成的，每个节点的输入不仅来自先前节点的输出，还来自当前基础单元的输入；节点所接收的每个输入是通过节点权重度量的候选操作相加而成，所述候选操作分别由多尺度搜索空间和轻量化搜索空间两种搜索空间生成，具体公式为： 式中，P代表候选操作的个数，i代表内单元中节点的索引，xi代表内单元中节点的输出，表示在索引i下第m种候选操作，表示的权重，代表内单元的输出，代表具体类型的内单元中节点的输出，l表示基础单元的深度，t表示内单元的类型，包括MS和LW两种类型，和分别代表轻量化搜索单元和多尺度搜索单元，concat·是沿通道维度进行特征聚合操作，N为正整数，αl和βl分别对应轻量化搜索单元和多尺度搜索单元的权重；所述S3中的多尺度搜索空间由不同尺寸的卷积核以及不同膨胀率的卷积层构成，所述S3中的轻量化搜索空间由轻量化的卷积组成；所述S3中的特征稳定器模块具体包括：特征提取器，由一系列的卷积层和最大池化层组成；特征通道转换器，利用1×1卷积将所述S3中各个基础单元中输出特征的通道数与所述特征提取器中对应阶段的通道数对齐，通过以下公式实现：T＝{ti|i＝1,2,...,n},S＝{θsi|i＝1,2,...,n}式中，ti是所述特征提取器中第i个阶段的特征，si是所述特征通道转换器第i个阶段的特征，T和S分别是所述特征提取器和所述特征通道转换器的特征组，θsi表示1×1卷积操作；搜索网络特征约束，通过所述特征通道转换器得到的特征依次与所述特征提取器对应的特征进行特征约束；所述搜索网络特征约束通过以下公式实现： 式中，是特征稳定损失，SSIM·表示结构相似性度量指标。

全文数据：

权利要求：

百度查询： 南京信息工程大学 一种基于异质框架搜索的蚜虫计数方法及装置