[发明专利]基于GoogLeNet网络模型鸟类种群识别分析方法

摘要

本发明公开了一种基于GoogLeNet网络模型鸟类种群识别分析方法。建立训练图片样本数据库；用图片样本训练GoogLeNet网络模型，得到可判断是否为鸟类图片的GoogLeNet网络a；用鸟类图片训练GoogLeNet网络模型，得到可精确判别鸟类种群的GoogLeNet网络b；对实时输入的待识别视频解帧成待识别图片流；图片流中的每一帧图片，依次输入GoogLeNet网络a，判别是否为鸟类图片；是则将该图片输入GoogLeNet网络b，识别包含的鸟类种群；得到图片识别结果流，从识别结果流输出最终识别结果。本发明填补了利用深度学习模型进行鸟类种群识别的空白，识别准确率高，能实时输出、更新识别结果。

主权项

一种基于GoogLeNet网络模型鸟类种群识别分析方法，其特征在于，包括如下步骤：步骤S1，建立训练图片样本数据库，得到用于训练GoogLeNet网络模型的样本数据库；步骤S2，用不同种类图片样本训练GoogLeNet网络模型，得到用于判别是否为鸟类图片的GoogLeNet网络a；步骤S3，用不同种类鸟类图片训练GoogLeNet网络模型，得到用于精确判别鸟类种类的GoogLeNet网络b；步骤S4，对实时输入的待识别视频解帧成待识别图片流；步骤S5，对步骤S4中得到的图片流中的每一帧图片，依次输入GoogLeNet网络a，判别是否为鸟类图片；步骤S6，若步骤S5中判断为是，则将该图片输入GoogLeNet网络b，识别得到图片包含的鸟类种类；步骤S7，步骤S4中图片流经步骤S5～步骤S6的两次识别后得到图片识别结果流，并从图片识别结果流中输出最终识别结果。