申请/专利权人：中国农业科学院植物保护研究所

申请日：2024-01-30

公开（公告）日：2024-04-26

公开（公告）号：CN117934955A

主分类号：G06V10/764

分类号：G06V10/764;G06V10/774;G06V10/82;G06N3/0464;G06V10/44;G06N3/08;A01M1/04

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.14#实质审查的生效;2024.04.26#公开

摘要：本发明提供一种基于卷积神经网络的空中诱捕昆虫识别方法及系统，所述方法包括步骤1：制作灯下昆虫图像的数据集；步骤2：对数据集进行预处理，并划分为训练集、验证集和测试集；步骤3：生成标注文件；步骤4：基于YOLOV8构建昆虫识别分类模型，用训练集进行训练；步骤5：对训练好的昆虫识别分类模型，通过验证集进行验证，并通过测试集进行测试；步骤6：使用通过测试的昆虫识别分类模型进行高空灯诱捕昆虫分类识别。本发明对传统卷积块注意力模块进行改进，增加特征注意力模块；基于YOLOV8构建昆虫识别分类模型，将改进的卷积块注意力模块CBAMI嵌入C2f模块中，解决了近缘种昆虫因形状、颜色和纹理等多种特征相似而导致识别准确率低的问题。

主权项：1.一种基于卷积神经网络的空中诱捕昆虫识别方法，包括：步骤1：采集高空灯诱捕昆虫图像，制作灯下昆虫图像的数据集；步骤2：对数据集进行预处理，并将预处理后的数据集划分为训练集、验证集和测试集；步骤3：使用目标标注工具对训练集中的昆虫图像中的昆虫进行标注，生成标注文件；其特征在于：还包括：步骤4：基于YOLOV8构建昆虫识别分类模型，并使用训练集对其进行训练；步骤5：对训练好的昆虫识别分类模型，通过验证集进行验证，并通过测试集进行测试；步骤6：使用通过测试的昆虫识别分类模型进行高空灯诱捕昆虫分类识别。

全文数据：

权利要求：

百度查询： 中国农业科学院植物保护研究所 基于卷积神经网络的空中诱捕昆虫识别方法及系统

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