[发明专利]一种基于改进的卷积神经网络的鸟类识别方法有效
| 申请号： | 201811091554.1 | 申请日： | 2018-09-18 |
| 公开（公告）号： | CN109460774B | 公开（公告）日： | 2022-04-22 |
| 发明（设计）人： | 邹腊梅;熊紫华;张松伟;李长峰;李晓光;陈婷;杨卫东 | 申请（专利权）人： | 华中科技大学 |
| 主分类号： | G06V10/774 | 分类号： | G06V10/774;G06V10/82;G06K9/62;G06N3/04 |
| 代理公司： | 华中科技大学专利中心 42201 | 代理人： | 李智;曹葆青 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于改进的卷积神经网络的鸟类识别方法，包括：利用鸟类识别器对待识别的鸟类图像进行识别，得到待识别的鸟类图像的鸟类类别；所述鸟类识别器的训练包括：构建样本鸟类图像的数据集；在卷积神经网络的ResNet50输入层之后增加BN层，在5层卷积层之后增加2层卷积层，在FC层之前增加Dropout层，得到改进的卷积神经网络；利用样本鸟类图像的数据集训练改进的卷积神经网络，得到鸟类识别器。本发明基于迁移学习的思想，对卷积神经网络进行改进，将其应用在鸟类属性识别上，在样本量有限的前提下，获得了比改进之前的网络更好的结果。 | ||
| 搜索关键词： | 一种 基于 改进 卷积 神经网络 鸟类 识别 方法 | ||
【主权项】：
1.一种基于改进的卷积神经网络的鸟类识别方法，其特征在于，包括：利用鸟类识别器对待识别的鸟类图像进行识别，得到待识别的鸟类图像的鸟类类别；所述鸟类识别器的训练包括：(1)构建样本鸟类图像的数据集；(2)在卷积神经网络的ResNet50输入层之后增加BN层，在5层卷积层之后增加2层卷积层，在FC层之前增加Dropout层，得到改进的卷积神经网络；(3)利用样本鸟类图像的数据集训练改进的卷积神经网络，得到鸟类识别器。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华中科技大学，未经华中科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811091554.1/，转载请声明来源钻瓜专利网。
