申请/专利权人:山东科技大学
申请日:2024-01-15
公开(公告)日:2024-04-19
公开(公告)号:CN117912058A
主分类号:G06V40/10
分类号:G06V40/10;G06V10/44;G06V10/774;G06N3/045;G06N3/0464;G06N3/048
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.07#实质审查的生效;2024.04.19#公开
摘要:本发明公开了一种牛脸识别方法,包括采集牛的图像形成牛图像数据集,构建YOLO‑V5网络模型,牛图像训练集送入YOLO‑V5网络模型进行训练;人工采集牛脸数据集,牛脸训练集送入ResNet‑66神经网络中训练,得到牛脸识别模型,通过牛脸测试集测试牛脸识别模型;实际对牛脸进行识别时,获取待识别牛图像,待识别牛图像送入YOLO‑V5网络模型中进行处理,获得牛脸图像,牛脸图像进行裁剪后送入牛脸识别模型中进行牛脸识别。本发明将YOLO‑V5网络模型与ResNet‑66神经网络相结合,利用YOLO‑V5网络模型把牛图像中的牛脸检测出来,之后剪切出来牛的脸部,随后ResNet‑66神经网络根据图像通过神经网络进行特征提取,之后进行脸部比对,从而识别牛脸。本方法牛脸识别的效率与准确度方面有大幅度提升。
主权项:1.一种牛脸识别方法,其特征在于,包括以下步骤:步骤1:采集牛的图像形成牛图像数据集,将牛图像数据集分为牛图像训练集和牛图像测试集,构建YOLO-V5网络模型,牛图像训练集送入YOLO-V5网络模型进行训练,训练后的YOLO-V5网络模型利用牛图像测试集进行测试;步骤2:人工采集牛脸数据集,牛脸数据集包括牛正脸、牛侧脸和牛侧后方脸的图像;将牛脸数据集分为牛脸训练集和牛脸测试集,牛脸训练集送入ResNet-66神经网络中训练,得到牛脸识别模型,通过牛脸测试集测试牛脸识别模型;步骤3:实际对牛脸进行识别时,获取待识别牛图像,待识别牛图像送入YOLO-V5网络模型中进行处理,获得牛脸图像,牛脸图像进行裁剪后送入牛脸识别模型中进行牛脸识别。
全文数据:
权利要求:
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。