[发明专利]鸟类检测方法、装置、计算机设备及存储介质

权利要求书

1.鸟类检测方法，其特征在于，包括：

获取待检测图像；

将所述待检测图像输入至鸟类检测模型进行检测，以得到检测结果；

反馈所述检测结果；

其中，所述鸟类检测模型是采用带有鸟类标签的图像作为样本集二次训练深度学习网络所得的。

2.根据权利要求1所述的鸟类检测方法，其特征在于，所述鸟类检测模型是采用带有鸟类标签的图像作为样本集二次训练深度学习网络所得的，包括：

获取带有鸟类标签的图像，以得到样本集；

构建深度学习网络；

利用样本集对深度学习网络进行粗精度训练，以得到中间模型；

对所述中间模型进行高精度训练，以得到鸟类检测模型。

3.根据权利要求2所述的鸟类检测方法，其特征在于，所述样本集是通过从公共数据集内抽取属于鸟类的数据以及采用摄像头拍摄的鸟类数据经过标注后形成的。

4.根据权利要求2所述的鸟类检测方法，其特征在于，所述对所述中间模型进行高精度训练，以得到鸟类检测模型，包括：

利用所述样本集内采用摄像头拍摄的鸟类数据对中间模型进行训练，以得到鸟类检测模型。

5.根据权利要求1所述的鸟类检测方法，其特征在于，所述反馈所述检测结果之后，还包括：

根据所述检测结果跟踪对应的鸟类，并进行驱鸟操作。

6.根据权利要求1所述的鸟类检测方法，其特征在于，所述根据所述检测结果跟踪对应的鸟类，并进行驱鸟操作之后，还包括：

根据所述检测结果建立鸟情数据库，并对所述鸟情数据库进行统计分析，以得到分析结果，反馈所述分析结果至终端。

7.鸟类检测装置，其特征在于，包括：

图像获取单元，用于获取待检测图像；

检测单元，用于将所述待检测图像输入至鸟类检测模型进行检测，以得到检测结果；

反馈单元，用于反馈所述检测结果。

8.根据权利要求7所述的鸟类检测装置，其特征在于，还包括：

模型获取单元，用于采用带有鸟类标签的图像作为样本集二次训练深度学习网络，以得到鸟类检测模型。

9.一种计算机设备，其特征在于，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的方法。

10.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现如权利要求1至6中任一项所述的方法。