[发明专利]一种红外相机动物图像识别训练集最佳组合的构建方法

权利要求书

1.一种红外相机动物图像识别训练集最佳组合的构建方法，其特征在于，包括：

S1、建立红外相机动物图像库，所述红外相机动物图像库包括：家养动物图像库、野生动物图像库；

S2、物种辨别与整理：将步骤S1划分的家养动物图像库和野生动物图像库进一步区分，形成单独的物种数据集；

S3、提取关键特征：对步骤S2中物种数据集内的单一物种进行关键特征提取；

S4、构建各个组合训练集：根据各个物种关键特征、红外照片类型因素，调整训练集内照片的比例，搭配形成多种组合类型的数据集，并对数据集进行优化；

S5、模型训练：根据图像目标检测算法构建识别模型框架，将各个组合训练集分别导入进行训练；

S6、模型测试与分析：对训练完成的各个模型进行准确性测试；

S7、判定最佳组合：根据测试结果，选出最佳数据集。

2.如权利要求1所述的一种红外相机动物图像识别训练集最佳组合的构建方法，其特征在于，所述步骤S1中所述家养动物图像库包括通过红外相机获取的白天和夜间环境下，家养动物的睡姿、卧姿、进食姿态、行走/飞行姿态、停驻姿态、鸣叫/吼叫姿态图像数据，所述野生动物图像库包括通过红外相机获取的的白天和夜间环境下，野生动物的睡姿、卧姿、进食姿态、行走/飞行姿态、停驻姿态、鸣叫/吼叫姿态图像数据。

3.根据权利要求2所述的一种红外相机动物图像识别训练集最佳组合的构建方法，其特征在于，所述步骤S3提取的关键特征包括雌雄异形、活动节律。

4.根据权利要求3所述的一种红外相机动物图像识别训练集最佳组合的构建方法，其特征在于，所述步骤S4中，训练集照片种类包括：可见光和红外照片、动物整体与局部照片、动物雌性与雄性照片的比例。

5.根据权利要求4所述的一种红外相机动物图像识别训练集最佳组合的构建方法，其特征在于，所述步骤S4中，数据集优化的具体内容为：对数据集进行人工或自动化标注获得标签文件，进行Mosaic数据增强处理优化数据集，使其格式进行转换，形成多种训练集。

6.根据权利要求5所述的一种红外相机动物图像识别训练集最佳组合的构建方法，其特征在于，所述步骤S5具体内容为：对训练服务器进行环境搭建与配置，构建目标检测模型网络框架，以各个组合类型的训练集单独进行模型训练，得到多种模型。

7.根据权利要求6所述的一种红外相机动物图像识别训练集最佳组合的构建方法，其特征在于，所述步骤S5中，构建目标检测模型的算法包括但不限于YOLO、R-CNN、SSD。

8.根据权利要求7所述的一种红外相机动物图像识别训练集最佳组合的构建方法，其特征在于，所述步骤S6具体内容为：用同一组的训练集外动物图像数据对所述步骤S5得出的多种模型进行模型测试，获取各个模型识别结果，分析对比各模型的识别成功率及准确率。

9.根据权利要求8所述的一种红外相机动物图像识别训练集最佳组合的构建方法，其特征在于，所述步骤S7具体内容为：获取所述步骤S6分析所得识别成功率和准确率均最佳的训练集组合类型，并将其作为该物种训练数据的最佳组合方式。