[发明专利]一种基于深度学习的蝴蝶自动分类方法在审
| 申请号： | 201811070920.5 | 申请日： | 2018-09-14 |
| 公开（公告）号： | CN109376765A | 公开（公告）日： | 2019-02-22 |
| 发明（设计）人： | 范衠;伍宇明;卢杰威;朱贵杰;莫嘉杰;黄龙涛 | 申请（专利权）人： | 汕头大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46;G06T3/60;G06T7/41;G06N3/04;G06N3/08 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 周增元;曹江 |
| 地址： | 515000 *** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习的蝴蝶自动分类方法，所述方法包括：收集蝴蝶在自然环境中的照片；通过人工标注对所收集到的蝴蝶照片中的部分照片进行标注，构建带有标注框和分类标签的图片库作为训练样本集；采用Faster－RCNN算法，训练一个在照片中用于定位蝴蝶位置的卷积神经网络；采用深度卷积神经网络算法，训练一个用于分类蝴蝶的卷积神经网络；对蝴蝶在自然环境中的照片，先通过用于定位的卷积神经网络定位出蝴蝶的位置，再通过用于分类的卷积神经网络对蝴蝶进行分类鉴定。本发明通过采用Faster－RCNN算法对蝴蝶照片中的蝴蝶进行精确定位，再通过深度卷积神经网络算法以及结合蝴蝶的明显特征对蝴蝶样本进行人工调整，从而可以高效准确地实现对蝴蝶的自动分类。 | ||
| 搜索关键词： | 蝴蝶 卷积神经网络 算法 自动分类 分类 自然环境 训练样本集 分类标签 明显特征 人工标注 人工调整 标注框 图片库 构建 标注 样本 学习 | ||
【主权项】：
1.一种基于深度学习的蝴蝶自动分类方法，其特征在于，包括以下步骤：S1：收集蝴蝶在自然环境中的照片；S2：通过人工标注所述照片，构建带有标注框和分类标签的图片库作为训练样本集；S3：采用Faster－RCNN算法，训练一个在照片中用于定位蝴蝶位置的卷积神经网络；S4：采用深度卷积神经网络算法，训练一个用于分类蝴蝶的卷积神经网络；S5：对所收集到的蝴蝶在自然环境中的照片，先通过用于定位的卷积神经网络定位出蝴蝶的位置，再通过用于分类的卷积神经网络对蝴蝶进行分类鉴定。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于汕头大学，未经汕头大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811070920.5/，转载请声明来源钻瓜专利网。
