申请/专利权人：南通职业大学

申请日：2022-02-21

公开（公告）日：2022-05-20

公开（公告）号：CN114519805A

主分类号：G06V10/774

分类号：G06V10/774;G06K9/62;G06N3/04;G06N3/08;G06V10/82

优先权：

专利状态码：在审-实质审查的生效

法律状态：2022.06.07#实质审查的生效;2022.05.20#公开

摘要：本发明公开了一种基于轻量级卷积神经网络的金蝉若虫夜间检测方法，以自然环境中拍摄的和从互联网上收集的金蝉若虫图像为研究对象，经样本扩增，划分训练集和验证集；从满足移动端检测模型小型化和计算过程轻量化出发，基于MobileNet‑SSD框架进行模型设计，获取适用于夜间树上金蝉若虫检测的轻量级目标检测模型；训练参数设置，多次迭代后得到训练后的模型；将验证集输入训练后的模型，对树上金蝉若虫图像进行目标检测。本发明设计的轻量级模型在大幅减少模型大小以及其计算量的同时将模型性能保持在一个较高的水平，有助于将模型部署在资源受限的嵌入式系统中，为金蝉的人工养殖以及机器人的金蝉捕捉奠定良好的基础。

主权项：1.一种基于轻量级卷积神经网络的金蝉若虫夜间检测方法，其特征在于包括如下步骤：1模拟机器人近距离检测金蝉若虫目标，以自然环境中拍摄以及互联网上收集的夜间树上金蝉若虫图像为研究对象，对原始数据集进行数据扩充，将数据集使用LabelImg工具对图中目标进行标记，并按照80％、20％的比例随机拆分为训练集和验证集，并按照PASCALVOC数据集的格式进行存储；2基于MobileNet-SSD模型结构，以减少网络深度及网络宽度的思路进行模型结构精简改进，设计三种初始模型结构；3利用建立的金蝉若虫数据训练集对设计的三种初始模型分别进行训练参数设置，多次迭代得到训练后的模型；4将验证集图像输入训练后的模型中进行性能检验，并择优选定方案，获得适用于夜间树上金蝉若虫检测的轻量级目标检测模型；5机器人夜间近距离对树干区域进行拍摄，将拍摄图像输入至计算机中，利用上述步骤的检测模型进行检测，如果树干上有金蝉若虫存在，则输出的图像上叠加各个目标的位置检测框；如果树干上没有金蝉若虫，则输出返回原图。

全文数据：

权利要求：

百度查询： 南通职业大学 一种基于轻量级卷积神经网络的金蝉若虫夜间检测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD