【技术实现步骤摘要】
一种基于野生动物监测图像分类的神经网络自动设计方法
[0001]本专利技术涉及野生动物监测
,尤其涉及一种野生动物监测图像分类的神经网络自动设计方法。
技术介绍
[0002]野生动物具有维系生态平衡的重要作用,因此,对野生动物实施有效的监测及保护,具有重要的实际意义。
[0003]“神经网络结构搜索方法”是一种基于任务需求,自动设计神经网络结构的方法。其搜索过程通常包括采样网络、排序已采样网络等环节,其采样网络的基本结构框架,源于同一元结构网络的集合称为“搜索空间”。一般情况下,搜索空间会包含大量网络,这些网络称为“候选网络”,而评估候选网络性能往往十分昂贵。
[0004]任务数据集图像分辨率一般较高,在该数据集上应用搜索方法,往往搜索成本高昂。对于呈偏态分布的大型任务数据集,基于任务数据集构建的代理数据集,比使用公共基准数据集更利于搜索方法。野外监控设备可能产生数百万“监测图像”,其中各物种图像数量差距较大。因此,基于监测图像构建代理数据集,可能有利于搜索方法。
[0005]当计算资源受限时,即使搜索方法已应用了代理数据集,其搜索代价仍然较高。因此,网络性能常以低配设置进行测量,实验证实,基于不同轮数训练的网络所产生的图像分类准确率,存在相对较高的相关性。如果搜索方法同时应用低轮数训练与代理数据集,那么基于“较多样本与较少轮数训练”的情况比基于“较少样本与较多轮数训练”的情况,更有利于搜索方法。
[0006]对于运行卷积神经网络的边缘设备而言,网络推理时间至关重要。然而,基于边 ...
【技术保护点】
【技术特征摘要】
1.一种基于野生动物监测图像分类的神经网络自动设计方法,其特征在于,包括,S1,动物边界的框定,生成代理数据集,输入目标像素高度、宽度,动物区域坐标;S2,训练并验证采样网络,对搜索用工作站与边缘设备间的强延迟单调性;S3,以代理数据集为基础,开展基于低轮数训练的神经网络结构搜索,以工作站为边缘设备的代理设备,测量网络推理时间;S4,基于近似准确率与近似推理时间,计算分段损失函数,并优化算法;S5,根据应用需求遴选网络。2.根据权利要求1所述的野生动物监测图像分类的神经网络自动设计方法,其特征在于,在步骤S1中,对野外监测图像的动物区域进行框定;对于野外监测图像K,若K中存有的动物区域,对存有的动物区域进行编号,记为b1,b2...b
n
,根据各所述动物区域生成与之对应的图像P1,P2...P
n
其中,对于任一图像P
i
,其宽为w
t
,高为h
t
,i=1,2,...n。3.根据权利要求2所述的野生动物监测图像分类的神经网络自动设计方法,其特征在于,对于任一动物区域b
i
,若其的宽高与P
i
的要求宽高不同,则对动物区域b
i
的宽高进行缩放调节,以生成宽为w
t
和h
t
为高的图像P
i
;缩放方法为:根据w
t
/h
t
比例和b
i
宽高,生成符合该比例的空图像P
i
′
,且b
i
长边与P
i
′
对应边长相等,将b
i
拷贝至P
i
′
居中区域,再通过插值算法缩放得到宽为w
t
和高为h
t
的P
i
。4.根据权利要求3所述的野生动物监测图像分类的神经网络自动设计方法,其特征在于,在步骤S2中,验证搜索用工作站与边缘设备之间存在强延迟单调性,从搜索空间中随机采样了n
′
个候选网络,其图像分类准确率和推理时间,上述生成的代理数据集,通过高性能设备评估得到;以准确率为横轴、推理时间为纵轴的二维坐标系中,上述n
′
个候选网络中的每个网络,用点(a,t)表示,其中a表示该网络的准确率,t表示该网络的推理时间。5.根据权利要求4所述的野生动物监测图像分类的神经网络自动设计方法,其特征在于,在准确率和推理时间平面上,对于包含n
′
个点的凸包;若凸包顶点数量多于m
′
,则采样该凸包所有顶点并结束采样,否则采样完该凸包顶点后,在准确率和推理时间平面内,向该凸包内侧移动,删除移动经过的点,计算剩余点的凸包并采样其顶点,重复移动与采样,直至所采样点的数量不少于m
′
,移动和采样过程实现;根据准确率和推理时间平面上n
′
个点的分布,构造n
′×
n
′
大小的二值图像B0,n
′
个点中任意一点(a,t)通过下式对应B0中像素p(x,y)=1,其余像素为0;其中a
min
为准确率的最小值,a
max
为准确率的最大值,t
min
表示推理时间的最小值,t
max
表示推理时间的最大值,根据B0中n
′
个非零像素的位置,计算包围这些像素的凸包H0,该凸包顶点所对应候选网络保存在集合中;若的基数比m
′
小,即则基于B0进行图像腐蚀,腐蚀得到图像记作B1;根据B1中非零像素,计算包围这些像素的凸包H1,该凸包顶点所对应候选网络保存在集合中。6.根据权利要求5所述的野生动物监测图像分类的神经网络自动设计方法,其特征在于,在计算凸包过程中,保存凸包顶点对应网络,视情况进行图像腐蚀的过程,不断重复直
至成立或非零像素数量为0,其中图像腐蚀详细步骤如下所述:若第I次图像腐蚀完成后,成立且B
I
中仍存在非零像素,则基于B
I
进行第(I+1)次图像腐蚀,该图像腐蚀使用“图像内矩形”作为结构元素,该图像内矩形宽高s
x
与s
y
由向量s=[s
x
,s
y
]
T
定义,即:其中表示基数;abs(
·
)表示计算绝对值;...
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。