[发明专利]基于多尺度和非压缩激励通道注意力的野外蝴蝶识别方法

说明书

本发明提出了一种基于多尺度和非压缩激励通道注意力的野外蝴蝶识别方法，属于计算机视觉领域，本方法以野外蝴蝶图像的种类自动识别为目标，在自建混合数据集基础上，对YOLOv3模型的主干网络进行了改进，构建出一种内嵌通道注意力MutiSE1D识别网络，该网络使用多尺度提取高维特征，使网络具有多种感受野，更好地关注了蝴蝶众多子类间、周围环境间存在的局部细微差异；并使用一维卷积代替压缩激励层，避免通道特征降维的同时，有效降低模型参数量，提升模型运行效率。

技术领域

本发明涉及一种基于多尺度和非压缩激励通道注意力的野外蝴蝶识别方法，属于计算机视觉领域。

背景技术

蝴蝶(锤角亚目)，隶属于昆虫纲第二大目—鳞翅目，全世界已知鳞翅目昆虫数量多达20余万种，其中蝶类约占十分之一。蝴蝶与人类关系密切，但由于对环境变化的敏感，近年来，珍稀品种的蝴蝶数量急剧减少。因此，明确众多蝴蝶种类的生存习性和繁殖条件，是当前生态学家和昆虫学家急需攻克的关键难点问题之一，也是保护众多珍稀品种蝴蝶的重要基础。此外，不同蝴蝶品种对于人类生产、生活产生有益或有害的影响(某些蝴蝶品种为农林业害虫，而某些蝴蝶品种又具有较高的药用价值或经济价值)，准确高效地辨别蝴蝶种类显得尤为重要。

蝴蝶物种分类粒度极为细致，同一属中种类多且形态差异小，简单复用针对其它对象识别问题研发的网络模型，很难取得较好的特征学习效果，尤其针对亲缘关系较近的蝴蝶种类，有区分效力的细微局部差异更是无法获取。现有的基于深度学习模型性能方法的提升方式主要通过增加网络层数实现，这将带来模型参数激增、训练过程冗长、不易收敛的问题。

发明内容

本发明的目的在于针对野外蝴蝶图像自动识别性能的提升问题，提出一种基于多尺度和非压缩激励通道注意力的野外蝴蝶识别方法方法，用来解决因蝴蝶的强拟态性异致的模型对局部细节特征提取能力较差问题。在自建混合数据集基础上，对YOLOv3模型的主干网络进行了改进，构建出一种内嵌通道注意力MutiSE1D识别网络，来有效提升原模型提取蝴蝶图像特征的准确性及细节特征的学习能力，能为野外蝴蝶数字图像的种类识别问题提供有效的解决方案。

本发明采用的技术方案是：一种基于多尺度和非压缩激励通道注意力的野外蝴蝶识别方法方法，包括如下步骤：

1)构建包含200种蝴蝶的混合数据集；

2)确定通道注意力潮流算法；

3)改进原始压缩激励通道注意力网络

4)将改进的通道注意力网络嵌入到YOLOv3主干模型中；

5)训练模型，识别图像中的蝴蝶；

具体地，所述步骤1)包括如下步骤：

step1.1：使用网络爬虫技术从美国标本蝴蝶网站爬取野外蝴蝶与标本蝴蝶图像，爬取蝴蝶的分类层级为：“科、亚科、族、属、种”，包含4科、96属、共200种蝴蝶，每种蝴蝶均包含野外拍摄的图像和标本图像，共计5374张图像；

step1.2，使用Labelimg标注工具对数据集图像进行位置标注，种类标注采用二名法，如：Papilio indra。标注野外图像蝴蝶位置时使标注区域包含触角；标注标本图像蝴蝶位置时，只标注蝴蝶的主体位置；

具体地，所述步骤2)包括如下步骤：

首先，根据压缩激励网络原始模型可以有效地利用图像全局信息，对高维特征的每个独立通道采取了全局平均池化；

其次，通过两个非线性全连接层的结合来实现非线性通道间相互作用的获取；

最后，经过一个Sigmoid函数生成了通道权重X_SE：