公开(公告)号：CN116051932A

公开(公告)日：2023-05-02

申请号：CN202310127923.2

申请日：2023-02-17

Applicant: 吉林大学

Inventor： 李晓宁 ,  赵宏伟 ,  童子皓 ,  赵浩宇 ,  臧雪柏

IPC: G06V10/774 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464

Abstract: 本申请提供一种计算机数字图像目标识别模型和方法，计算机数字图像目标识别模型包括多组卷积层、多个批量归一化层和处理层组；每个批量归一化层均对应一组卷积层，卷积层的输出节点均与对应的批量归一化层的输入节点连接，批量归一化层的输出节点与处理层组的输入节点连接，处理层组的输出节点与输出层连接；卷积层用于对初始待识别图像进行卷积；批量归一化层用于对初始图像进行归一化，初始图像基于初始待识别图像得到；处理层组用于目标图像进行处理，目标图像基于初始图像得到；输出层用于输出识别结果，如此，能够对苹果叶片病害进行识别，确定苹果叶片病害的种类，这样不需要靠人工进行识别，能够节约人力，且能够保证识别准确度。

公开(公告)号：CN115858836A

公开(公告)日：2023-03-28

申请号：CN202211685286.2

申请日：2022-12-27

Applicant: 吉林大学

Inventor： 李晓宁 ,  赵宏伟 ,  臧雪柏 ,  李晓峰

IPC: G06F16/53 ,  G06F16/583 ,  G06F16/55 ,  G06V10/762 ,  G06V10/764 ,  G06V10/774 ,  G06N3/0464

Abstract: 本申请提供一种图像检索方法及装置、设备、计算机可读存储介质，涉及图像处理技术领域，其中，上述方法通过获取训练图像集；构建图像检索模型，将训练图像集输入至图像检索模型，根据预设的交叉熵损失，对训练样本标签分配类代理点；根据聚类模型和损失函数完成对图像检索模型进行训练，得到目标图像检索模型；将待检索图像输入至目标图像检索模型，通过响应值中心加权确定待检索图像的一维图像特征描述子；根据一维图像特征描述子进行检索，这样通过为每个训练样本标签分配类代理点来减少信息的丢失，并通过在高斯中心权重矩阵上融合响应值权重矩阵，实现目标区域的增强，得到更具表征力的一维图像特征描述子，从而提高后续图像检索的准确度。