[发明专利]基于DetNAS算法的生态生物识别方法

权利要求书

1.基于DetNAS算法的生态生物识别方法，其特征在于，包括如下步骤：

S1发起生态生物识别请求，根据请求在生态环境中采集多个生物图像；

S2对采集的生物图像数据进行处理，得到处理后的生物图像；

S3收集历史生态生物图像，将收集的历史生态生物图像进行分类，并建立生物图像数据库；

S4通过DetNAS算法对处理后的生物图像进行目标检测；

S41在ImageNet上预训练Supernet：在每次迭代过程中，只有单个路径会被采样进行前馈与反馈传播，该过程中Supernet图上的其他路径或节点的梯度与权重都不会进行更新；

S42在检测数据集上微调Supernet：将预训练好的Supernet上加上检测器的head，并在目标检测数据集下进行训练，在Supernet训练过程中使用同步批归一化作为替代，同步批归一化可以在多个GPU上计算批统计量；

S43用遗传算法在训练好的Supernet上进行结构搜索：在已训练好的Supernet上用进化算法进行结构搜索，在搜索过程中，不同的子网络会在Supernet中逐路径进行采样，得到生物特征图；

S5选取待识别的特征图，并与生态特征数据库中的特征数据进行对比识别。

2.根据权利要求1所述的基于DetNAS算法的生态生物识别方法，其特征在于，所述步骤S43结构搜索步骤基于进化算法：首先，对一个种群的网络P进行初始化，每个网络P由其架构P.θ以及其适应度P.f组成，任何违反约束η的架构将会被移除，并且系统会选择一个新架构进行替代。

3.根据权利要求2所述的基于DetNAS算法的生态生物识别方法，其特征在于，在初始化以后，对有适应度P.f的网络P.θ在验证集V_Det上进行评估，然后，在经评估的网络中选取最佳的|P|个结构作为父本，以其生成子代网络，进一步，第二代网络由父本在约束η下变异和组合交叉所得到，通过在迭代过程中重复此操作，可以找到一条验证集上精度最高的路径。

4.根据权利要求1所述的基于DetNAS算法的生态生物识别方法，其特征在于，所述步骤S2将采集的生物图像进行拆分处理，然后剔除拆分后的无用数据，采集有用数据进行汇总。

5.根据权利要求1所述的基于DetNAS算法的生态生物识别方法，其特征在于，所述步骤S1对采集生物图像进行加密处理，并将加密处理后的生物图像放入存储器中进行存储。

6.根据权利要求1所述的基于DetNAS算法的生态生物识别方法，其特征在于，所述步骤S1获取生物图像时，还记录获取待识别图像的拍摄时间和拍摄位置。

7.根据权利要求1所述的基于DetNAS算法的生态生物识别方法，其特征在于，所述生物图像包括：生物特征数据、2D/3D图像数据。

8.根据权利要求1所述的基于DetNAS算法的生态生物识别方法，其特征在于，所述步骤S5将识别成功结果进行发送，并进行展示。