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：长春师范大学
摘要：本发明公开了一种基于迁移学习与双次注意力机制的东北虎豹识别方法，使用编程语言python与深度学习框架pytorch构建东北虎豹深度学习识别模型；使用红外野生动物相机获取影像数据构建样本数据，将样本数据集划分为训练样本、测试样本、验证样本；使用训练样本对北虎豹深度学习识别模型进行训练；根据验证样本的损失函数收敛情况与精度提升情况对整个网络选择最优参数，得到最优模型；采用精确率、召回率、平均精度、F1分数四个指标对预测结果进行精度评价，对模型整体性能进行分析。本发明可实现对野生东北虎与东北豹的高效准确识别，为东北虎豹及其他野生动物的决策管理提供科学依据，为智能化野生动物保护提供参考。
主权项：1.一种基于迁移学习与双次注意力机制的东北虎豹识别方法，其特征在于，包括以下步骤：1使用编程语言python与深度学习框架pytorch构建东北虎豹深度学习识别模型；该东北虎豹深度学习模型采用YOLOv5m网络为基础框架，输入层采取Mosaic数据增强方法，骨干网络Backbone使用Focus和CSP结构来提取特征图，Neck模块使用空间金字塔池化SPP-NET和路径聚合网络PANet结构聚合网络特征；2使用红外相机拍摄的东北虎豹影像数据与公开数据集，构建样本数据；3对样本数据进行噪声处理、图像扩充、图像增强、正负样本平衡及图像标定，构建东北虎豹样本数据集；4将得到的东北虎豹样本数据集划分为训练样本、测试样本、验证样本；5用训练样本对东北虎豹深度学习模型进行训练，在训练前设置合适的超参数，选择合适的梯度下降优化器以及损失函数；6根据验证样本的损失函数收敛情况与精度提升情况，对整个网络选择最优参数，得到最优模型；7采用精确率、召回率、平均精度、F1分数四个指标对预测结果进行精度评价，对模型整体性能进行分析。
全文数据：
权利要求：
百度查询： 长春师范大学 一种基于迁移学习与双次注意力机制的东北虎豹识别方法
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