一种基于深度学习的蚊虫种类识别方法和系统
实质审查的生效
摘要
本发明涉及一种基于深度学习的蚊虫种类识别方法和系统,包括:根据蚊虫种类将获得的图像分为若干类,并进行标记;将训练集中图像输入神经网络模型进行训练,经过训练获得最优神经网络模型;将验证集中图像输入最优神经网络模型中,并将最优神经网络模型的输出结果与人工标记的蚊虫种类进行对比,若输出结果的正确率大于阈值则模型验证通过;将测试集中图像输入经过验证的最优神经网络模型中,对其输出的蚊虫种类和其位置进行统计,获得最优神经网络模型的最终正确率;将待测蚊虫图像输入经过测试的最优神经网络模型,获得蚊虫分类结果和其位置。能够解决当前深度学习模型存在识别效果的预测准确率低的问题,实现对蚊虫种类的快速识别。
基本信息
专利标题 :
一种基于深度学习的蚊虫种类识别方法和系统
专利标题(英):
暂无
公开(公告)号 :
CN114463581A
申请号 :
CN202210078534.0
公开(公告)日 :
2022-05-10
申请日 :
2022-01-24
授权号 :
暂无
授权日 :
暂无
发明人 :
李春晓陈国华赵腾赵德众王新凯邢丹吴明宇
申请人 :
中国人民解放军军事科学院军事医学研究院
申请人地址 :
北京市海淀区太平路27号
代理机构 :
北京纪凯知识产权代理有限公司
代理人 :
赵悦
优先权 :
CN202210078534.0
主分类号 :
G06V10/764
IPC分类号 :
G06V10/764 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-05-27 :
实质审查的生效
IPC(主分类) : G06V 10/764
申请日 : 20220124
申请日 : 20220124
2022-05-10 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载