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：内蒙古农业大学
摘要：本发明属于牧草图像识别技术领域，公开了一种基于ResNet50b模型的牧草图像识别方法，通过提出ResNet50b+PCA+BO+RF模型和DS‑ResNet50b‑CBAM深度学习模型，研究显著提升了分类准确率。这些模型通过特征降维和注意力机制的优化，使得识别系统能够更加精确地捕捉到牧草的特征，从而提高识别的准确度。优化计算效率：DS‑ResNet50b‑CBAM模型中使用深度可分离卷积DS，这种卷积方式相比于传统卷积，能够减少计算量和参数数量，从而提高模型的运算效率。增强模型的泛化能力：通过构建高质量的图像数据样本库，并在多样化的环境条件下采集图像，模型能够学习到更为全面的特征，提高了模型在不同环境和条件下的泛化能力。
主权项：1.一种基于ResNet50b模型的牧草图像识别方法，其特征在于，包括以下步骤：步骤1：图像数据采集与预处理，使用智能手机和无人机采集牧草可见光图像，通过图像裁剪、旋转等预处理步骤，构建高质量的图像数据样本库；步骤2：深度学习模型构建，提出基于ResNet50b的深度学习模型，通过以下关键技术手段实现牧草图像的识别与分类：ResNet50b+PCA+BO+RF模型，结合ResNet50b残差神经网络、主成分分析PCA进行特征降维，贝叶斯优化BO的随机森林RF分类器；DS-ResNet50b-CBAM模型，在ResNet50b基础上融合CBAM注意力机制模块与深度可分离卷积DS，增强模型对牧草特征的捕获与突出能力；步骤3：模型优化，通过调整超参数、选择最优的注意力机制位置、调整通道和空间注意力机制，以及替换卷积层为深度可分离卷积。
全文数据：
权利要求：
百度查询： 内蒙古农业大学 基于ResNet50b模型的牧草图像识别方法及系统
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。
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