公开(公告)号：CN112800927B

公开(公告)日：2024-03-29

申请号：CN202110092924.9

申请日：2021-01-25

Applicant: 北京工业大学

Inventor： 张培杰 ,  张婷 ,  刘兆英 ,  李玉鑑

IPC: G06V40/10 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种用于基于AM‑Softmax损失的蝴蝶图像细粒度识别方法，属于计算机视觉领域；具体步骤包括：首先选择使用网络收集以及标注的334类蝴蝶数据集作为实验数据集，并进行预处理操作；然后，建立双线性模型；其次，使用AM‑Softmax作为损失函数，选择优化方法，设置合适的学习率以及迭代次数等超参数，训练双线性网络，训练完成后保存模型；最后，对测试集图像进行测试，输出分类准确率。本说明在计算机视觉、细粒度识别领域具有一定的研究意义和价值。

公开(公告)号：CN112800927A

公开(公告)日：2021-05-14

申请号：CN202110092924.9

申请日：2021-01-25

Applicant: 北京工业大学

Inventor： 张培杰 ,  张婷 ,  刘兆英 ,  李玉鑑

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种用于基于AM‑Softmax损失的蝴蝶图像细粒度识别方法，属于计算机视觉领域；具体步骤包括：首先选择使用网络收集以及标注的334类蝴蝶数据集作为实验数据集，并进行预处理操作；然后，建立双线性模型；其次，使用AM‑Softmax作为损失函数，选择优化方法，设置合适的学习率以及迭代次数等超参数，训练双线性网络，训练完成后保存模型；最后，对测试集图像进行测试，输出分类准确率。本说明在计算机视觉、细粒度识别领域具有一定的研究意义和价值。