【技术实现步骤摘要】
一种基于细粒度分类技术的害虫图像分类方法
本专利技术涉及害虫图像识别方法,具体来说是一种基于细粒度分类技术的害虫图像分类方法。
技术介绍
常规图像分类是指粗类别分类,如猫与狗间分类,细粒度分类是对同一粗类里多个子类别作分类,例如不同种类的狗,不同种类的鸟等,这些子类间差异不明显,类内个体间存在姿势、动作和外表等明显差别,因此,细粒度图像分类任务要求分类模型能提取目标对象的细微特征信息。近几年,细粒度图像分类吸引了越来越多的关注,FGVC在一些需求细致分类的实际场景中有着巨大的应用。基于目标部位提取对应的局部特征和全局特征进行融合是细粒度分类的经典做法。(BergandBelhumeur2013)借助人工标记的部位获取了不同部位的特征进行分类,其中一些方法(ZhangandDonahue2014;KrauseandJin2015;HuangandXu2016;ZhangandXu2016;LamandMahasseni2017;WeiandXie2018;LiuandXie2020)通过寻找最佳的部位,进行更准确的语义分割和特征融合获得更好的细粒度级别的部位特征表示。一些学者(SimonandRodner2015;ZhangandWei2016;HeandPeng2017;GeandLin2019;WangandWang2020,HuangandLi2020;)通过弱监督和无监督的方法提取部位特征,降低了人力标注的成本。还有一些研究人员(ZhangandXiong2016;WangandMorariu2018; ...
【技术保护点】
1.一种基于细粒度分类技术的害虫图像分类方法,其特征在于,包括以下步骤:/n11)训练图像的获取:获取待训练的害虫图像数据集并进行预处理;/n12)害虫分类模型的构建:基于ResNet18网络和交叉熵损失函数构建害虫分类模型,记为DB_RN18模型;/n13)害虫分类模型的训练:利用待训练的害虫图像数据集对害虫DB_RN18模型进行训练,设计对DB_RN18模型的分类结果更敏感的损失函数,采用端到端方式完成;/n14)待识别害虫图像的获取:获取待识别的害虫图像并进行预处理;/n15)害虫分类结果的获得:将预处理后的害虫图像输入到训练后的DB_RN18模型获得分类结果。/n
【技术特征摘要】
1.一种基于细粒度分类技术的害虫图像分类方法,其特征在于,包括以下步骤:
11)训练图像的获取:获取待训练的害虫图像数据集并进行预处理;
12)害虫分类模型的构建:基于ResNet18网络和交叉熵损失函数构建害虫分类模型,记为DB_RN18模型;
13)害虫分类模型的训练:利用待训练的害虫图像数据集对害虫DB_RN18模型进行训练,设计对DB_RN18模型的分类结果更敏感的损失函数,采用端到端方式完成;
14)待识别害虫图像的获取:获取待识别的害虫图像并进行预处理;
15)害虫分类结果的获得:将预处理后的害虫图像输入到训练后的DB_RN18模型获得分类结果。
2.根据权利要求1所述的一种基于细粒度分类技术的害虫图像分类方法,其特征在于,所述害虫分类模型的构建包括以下步骤:
21)设定ResNet18网络,并在ResNet18网络最后一个ResBlock层与分类层之间,添加两个DeconvBlock模块,构建DB_RN18分类模型;
22)在两个DeconvBlock模块中均添加Channelattention和Spatialattenion机制;
23)基于交叉熵损失函数构建适用细粒度图像分类的损失函数:设定对细粒度图像识别模型置信分数较敏感的Loss函数,在同一个batchsize内,预测正确且同一个batchsize内样本集的置信度稳定、预测正确但样本集的置信度动态变化和batchsize内预测错误三种情况,分别给出不同的Loss函数用来奖励或惩罚模型,且随着模型深度加入,惩罚的程度逐渐减轻。
3.根据权利要求1所述的一种基于细粒度分类技术的害虫图像分类方法,其特征在于,所述害虫分类模型的训练包括以下步骤:
31)将待训练的害虫图像数据集输入ResNet18网络进行训练;
32)在ResNet18网络最后一层卷积层特征图作Channelattention和Spatialattenion处理,获得包含卷积层特征图深层特征信息的Attentionmap,扩大模型的感受野;
33)对ResNet18最后一层卷积层特征图作反卷积处理,扩展卷积特征图尺寸;
34)融合上述的Attentionmap和反卷积特征图信息,利用双卷积层提取融合后特征图信息;即将上一个ResBlock的输出Op和之前具有相同输出尺度ResBlock的输出Oss作为反卷积块输入,其...
【专利技术属性】
技术研发人员:钱蓉,董伟,程泽凯,朱静波,夏皖,孔娟娟,刘桂民,张萌,李闰枚,王忠培,管博伦,
申请(专利权)人:安徽省农业科学院农业经济与信息研究所,
类型:发明
国别省市:安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。