申请/专利权人：湖州师范学院;云牧(湖州)信息科技有限公司

申请日：2023-11-15

公开（公告）日：2024-03-12

公开（公告）号：CN117690158A

主分类号：G06V40/10

分类号：G06V40/10;G06V10/44;G06N3/045;G06N3/0464

优先权：

专利状态码：在审-公开

法律状态：2024.03.12#公开

摘要：本发明公开了轻量级的细粒度湖羊羊脸识别方法，包括S1制作羊脸检测数据集、S2采用目标检测模型作为羊脸检测模型，利用羊脸检测数据集对羊脸检测模型进行训练和验证、S3制作羊脸识别数据集、S4构建羊脸识别模型、S5利用羊脸识别数据集对羊脸识别模型进行训练和验证和S6利用经过训练和验证后的羊脸识别模型进行羊脸识别。在本发明中，轻量级羊脸识别模型使用了FPN的思想构建特征金字塔，设计了下采样模块并辅以聚合四个渐进的transformer模块，添加了可变性卷积以应对多变的姿态以及复杂且不规则的几何变换，并结合注意力机制建立了全局依赖关系，还使用了深度可分离卷积以利用1x1卷积等进一步降低模型复杂度和训练量。

主权项：1.轻量级的细粒度湖羊羊脸识别方法，其特征在于，包括如下步骤：S1制作羊脸检测数据集；S2采用目标检测模型作为羊脸检测模型，利用羊脸检测数据集对羊脸检测模型进行训练和验证；S3制作羊脸识别数据集；S4构建羊脸识别模型：S4.1在原始VisionTransformer模型的每个阶段前分别添加一个downsampling模块，每个downsampling模块分别包括两个分支且其中一个分支负责下采样而另一个分支通过若干个不同膨胀率的空洞卷积模型提取特征；S4.2在第二个downsampling模块前且原始VisionTransformer模型的第一个阶段后添加ScBlock模块以利用深度可分离卷积替换注意力机制并构建第一个类transformer模块；S4.3在第三个downsampling模块前且原始VisionTransformer模型的第二个阶段后添加DcBlock模块以使用可变性卷积来构建第二个类transformer模块；S4.4在第四个downsampling模块前且原始VisionTransformer模型的第三个阶段后添加EABlock模块以使用外部注意力构建第三个类transformer模块；S4.5在原始VisionTransformer模型的第四个阶段后添加AttentionBlock模块以使用多头注意力构建第四个类transformer模块；S4.6在AttentionBlock模块后添加分类器；S5利用羊脸识别数据集对羊脸识别模型进行训练和验证；S6利用经过训练和验证后的羊脸识别模型进行羊脸识别。

全文数据：

权利要求：

百度查询： 湖州师范学院;云牧(湖州)信息科技有限公司 轻量级的细粒度湖羊羊脸识别方法

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