基于深度学习的虫草细粒度图像分类识别方法及装置制造方法及图纸

技术编号:41593261 阅读:22 留言:0更新日期:2024-06-07 00:04
本发明专利技术涉及虫草分类技术领域,具体为基于深度学习的虫草细粒度图像分类识别方法及装置,方法包括,采集虫草图像数据,对虫草图像进行预处理;构建虫草特征识别和标记算法,对图像中虫草特征进行识别和标记;将虫草特征识别和标记算法处理后的虫草特征图像传输至深度学习模型,通过训练深度学习模型识别不同细粒度的虫草;构建教师-学生模型,对深度学习模型进行知识蒸馏,简化深度学习模型。本发明专利技术提供的基于深度学习的虫草识别方法可以自动化处理大量图像数据,减少人工参与,提高虫草的识别和分类效率。

【技术实现步骤摘要】

本专利技术涉及虫草分类,具体为基于深度学习的虫草细粒度图像分类识别方法及装置


技术介绍

1、冬虫夏草,是一种珍贵的中药材,属于真菌类的一种,它在寄生于昆虫体内生长并在昆虫死亡后形成果体。冬虫夏草的名称来源于它的生长周期和形态特征:冬天里,虫宿土中,夏天时草从虫体中生长出来。它实际上是一种真菌与昆虫之间的复合体,其中真菌部分在夏季从昆虫的头部长出,形似草的结构。

2、根据虫草的生长环境以及生长条件的不同,虫草的外观特征也是各不相同,因此虫草有多达数百种的分类,不同虫草类别之间的视觉差异小,因此,对虫草进行分类需要进行精细化图像分类。

3、鉴于此,本专利技术提出基于深度学习的虫草细粒度图像分类识别方法及装置。


技术实现思路

1、为实现上述目的,本专利技术提供基于深度学习的虫草细粒度图像分类识别方法及装置,具体技术方案如下:基于深度学习的虫草细粒度图像分类识别方法,包括:采集虫草图像数据,对虫草图像进行预处理;构建虫草特征识别和标记算法,对图像中虫草特征进行识别和标记;

2、将本文档来自技高网...

【技术保护点】

1.基于深度学习的虫草细粒度图像分类识别方法,其特征在于,包括:

2.如权利要求1所述的基于深度学习的虫草细粒度图像分类识别方法,其特征在于,通过预处理,将虫草图像进行归一化,为所有的虫草图像设定相同的亮度值、饱和度值、对比度值以及图片大小;并通过图像裁剪使虫草处于图像中心区域范围。

3.如权利要求2所述的基于深度学习的虫草细粒度图像分类识别方法,其特征在于,所述虫草的特征包括虫草颜色、外形、眼睛以及背部环纹;

4.如权利要求3所述的基于深度学习的虫草细粒度图像分类识别方法,其特征在于,构建虫草眼部特征识别算法:使用HSV颜色空间中的色调和饱和度定义虫...

【技术特征摘要】

1.基于深度学习的虫草细粒度图像分类识别方法,其特征在于,包括:

2.如权利要求1所述的基于深度学习的虫草细粒度图像分类识别方法,其特征在于,通过预处理,将虫草图像进行归一化,为所有的虫草图像设定相同的亮度值、饱和度值、对比度值以及图片大小;并通过图像裁剪使虫草处于图像中心区域范围。

3.如权利要求2所述的基于深度学习的虫草细粒度图像分类识别方法,其特征在于,所述虫草的特征包括虫草颜色、外形、眼睛以及背部环纹;

4.如权利要求3所述的基于深度学习的虫草细粒度图像分类识别方法,其特征在于,构建虫草眼部特征识别算法:使用hsv颜色空间中的色调和饱和度定义虫草眼部颜色的阈值,并分割出眼部区域,虫草眼部颜色分割公式为:;其中,表示虫草眼部颜色,表示虫草眼部饱和度,和定义虫草眼部颜色的阈值范围,和定义虫草眼部饱和度的阈值范围,(x,y)是像素位置;将虫草眼部区域像素值进行二值化;

5.如权利要求4所述的基于深度学习的虫草细粒度图像分类识别方法,其特征在于,构建虫草背部环纹特征识别算法:

6.如权利要求5所述的基于深度学习的虫草细粒度图像分类识别方法,其特征在于,将...

【专利技术属性】
技术研发人员:毛霖张帆陈海军齐佰剑陈艳艳黄德民
申请(专利权)人:新立讯科技集团股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1