申请/专利权人：中国科学院海洋研究所;青岛科技大学;南麂列岛国家海洋自然保护区管理局

申请日：2023-12-18

公开（公告）日：2024-04-30

公开（公告）号：CN117953269A

主分类号：G06V10/764

分类号：G06V10/764;G06V20/05;G06V10/44;G06V10/762;G06V10/774;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：2024.05.17#实质审查的生效;2024.04.30#公开

摘要：本发明公开一种基于多阶层的海洋生物分类方法，为网络模型增加生物先验知识的多阶层次类别体系。本方法主要包括阶层划分、多阶层网络模型、多阶层分类三部分。通过阶层划分对海洋生物进行分阶层处理，利用多阶层网络提取同阶类别的细节特征关系，提取的层次信息结合风险最小化策略优化分类结果。多阶层网络模型主要设计了C‑MBConv模块和精细分类模块，使网络模型更适配多阶层分类任务。本发明的多阶层分类部分为了减小高阶类别所产生的错误传递，设计的一种风险最小化策略极大程度上减少错误传播的可能。本方法可以有效提高分类精度，在具有多层次类别的数据上有较好的应用效果。

主权项：1.基于多阶层的海洋生物分类方法，其特征在于，执行如下方法步骤获取用于基于图像进行海洋生物类别判别的模型，所述方法包括以下步骤：1采集潮间带海洋生物图像数据，按照类别划分阶层标签，得到带有标签的样本数据集{图像数据，阶层标签}；所述阶层标签为一阶类别、二阶类别；2建立多阶层主干C-EfficientNetV2特征网络，用于对样本数据集进行特征提取，输出表征类别之间相关性的阶层信息特征图；3利用多阶层分类网络对阶层信息特征依次分类，得到所述样本海洋图像的精确分类结果；所述多阶层分类网络包括一阶初级类别判别单元、最小风险化策略单元，二阶精细类别判别单元；4利用样本数据集反复迭代，训练多阶层主干C-EfficientNetV2特征网络、多阶层分类网络，得到训练优化后的生物类别判别模型。

全文数据：

权利要求：

百度查询： 中国科学院海洋研究所;青岛科技大学;南麂列岛国家海洋自然保护区管理局 基于多阶层的海洋生物分类方法

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