[发明专利]一种基于深度学习的植物线虫数据自动标注和分类识别方法在审
| 申请号： | 202011175736.4 | 申请日： | 2020-10-28 |
| 公开（公告）号： | CN112308129A | 公开（公告）日： | 2021-02-02 |
| 发明（设计）人： | 庄佳衍;刘阳明;肖江剑;徐宁远;朱莹 | 申请（专利权）人： | 中国科学院宁波材料技术与工程研究所 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 南京利丰知识产权代理事务所(特殊普通合伙) 32256 | 代理人： | 艾中兰;王锋 |
| 地址： | 315201 浙江*** | 国省代码： | 浙江;33 |
| 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深度学习的植物线虫数据自动标注和分类识别方法，利用少量人工标注的植物线虫图像训练深度学习网络，并在深度学习网络中添加注意力损失从而强化植物线虫标注区域，再将模型的网络权重用于标注大量非人工标注的植物线虫图像数据，通过数次的植物线虫图像数据标注和训练过程，完成植物线虫识别项目数据集的自动标注，同时得到与此植物线虫识别项目对应的强化模型。本发明能够有效地针对植物线虫数据进行标注，从而提高植物线虫数据的训练效率与植物线虫分类识别的准确率。 | ||
| 搜索关键词： | 一种 基于 深度 学习 植物 线虫 数据 自动 标注 分类 识别 方法 | ||
【主权项】：
暂无信息
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中国科学院宁波材料技术与工程研究所，未经中国科学院宁波材料技术与工程研究所许可，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/202011175736.4/，转载请声明来源钻瓜专利网。
- 上一篇：音频修正方法及相关装置
- 下一篇：一种应用于下肢残疾人身体协调性锻炼用设备
