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！
摘要：本发明提供了用于害虫图像分类的VEACNet网络模型和分类方法，以害虫图像为处理对象，构建基于不对称卷积的轻量化特征融合神经网络模型，采用标准卷积与不对称卷积双分支自动提取害虫图像的特征，通过训练和迭代反馈得到害虫图像数据集中害虫图像的类别标签，实现了提高识别与分类害虫的效率和精度的功能。本发明的模型对实时的害虫图像进行分类，自动对害虫图像进行特征提取，并利用提取到的图像特征判定害虫的类别，检测结果准确率高，硬件消耗成本低，在有限的硬件条件下对害虫进行了有效的分类。
主权项：1.用于害虫图像分类的VEACNet网络模型，其特征在于：包括依次串联的第一部分、第二部分和第三部分；第一部分用于迅速缩减特征图大小，包括依次串联的一个标准卷积层和一个最大池化层；第二部分用于提取主要特征，包括并行的第一分支和第二分支；第一分支包括两个标准卷积层，第二分支包括两个不对称卷积层，第二分支的不对称卷积层的通道数与第一分支的标准卷积层的通道数相同；第一分支的第一个标准卷积层与第二分支的第一个不对称卷积层的矩阵和分别输出到第一分支的第二个标准卷积层与第二分支的第二个不对称卷积层，第一分支的第二个标准卷积层与第二分支的第二个不对称卷积层的矩阵和为第二部分的输出；第三部分用于以扩大通道数的方式获得翻倍的图像特征，包括一个标准卷积层，和分别串联在标准卷积层的输出端的一个最大池化层和一个平均池化层；第三部分的标准卷积层用于进一步扩大通道数；第三部分的最大池化层和平均池化层分别用于对第三部分的标准卷积层的输出结果进行池化以获得不同的图像特征；第三部分的最大池化层和平均池化层分别输出的结果拼接得到翻倍的图像特征为第三部分的输出；VEACNet网络模型还包括连接在第三部分的输出端的全连接层，用于对展平后的图像特征进行预测并输出。
全文数据：
权利要求：
百度查询： 武汉工程大学 用于害虫图像分类的VEACNet网络模型和分类方法
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。
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