申请/专利权人：菏泽市科学技术信息研究所(菏泽市科技成果转化中心)

申请日：2024-02-20

公开（公告）日：2024-04-19

公开（公告）号：CN117911875A

主分类号：G06V20/10

分类号：G06V20/10;G06V10/764;G06V10/82;G06N3/0464;G06N3/08

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：本发明提供一种基于人工智能的牡丹品种识别方法及装置，涉及数据处理技术领域，根据牡丹花的种类标签和精确的位置信息标签，通过设计双分支卷积神经网络模型，进行全局预测和识别，以及局部预测和识别，以得到全局预测和识别的第一分支和局部预测和识别的第二分支；根据全局预测和识别分支以及注意力模块，进行牡丹花位置的检测，并生成一个注意力图，以得到牡丹花的位置信息；本发明有通过设计双分支卷积神经网络模型，能够同时进行全局预测和识别以及局部预测和识别；全局分支关注整体特征，而局部分支则专注于显著区域的特征提取和识别，从而提高了模型的细粒度分类能力。

主权项：1.一种基于人工智能的牡丹品种识别方法，其特征在于，所述方法包括：通过收集牡丹花图像数据，并对图像中的牡丹花进行标注，以得到牡丹花的种类标签和精确的位置信息标签；根据牡丹花的种类标签和精确的位置信息标签，通过设计双分支卷积神经网络模型，进行全局预测和识别，以及局部预测和识别，以得到全局预测和识别的第一分支和局部预测和识别的第二分支；根据全局预测和识别分支以及注意力模块，进行牡丹花位置的检测，并生成一个注意力图，以得到牡丹花的位置信息；通过将注意力模块的输出与原始输入图像进行叠加，输入局部预测和识别的第二分支，以得到牡丹花主体部分的特征提取和识别；通过三个损失函数联合优化模型，进行全局分类分支的分类损失函数模型训练、局部分类分支的分类损失函数模型训练以及用于监督注意力模块响应位置的损失函数模型训练，以得到训练双分支卷积神经网络模型；根据训练双分支卷积神经网络模型，对牡丹花图像进行前向计算，以得到预测牡丹花品种。

全文数据：

权利要求：

百度查询： 菏泽市科学技术信息研究所(菏泽市科技成果转化中心) 一种基于人工智能的牡丹品种识别方法及装置

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