-
公开(公告)号：CN116453155A
公开(公告)日：2023-07-18
申请号：CN202310237935.0
申请日：2023-03-13
申请人： 广西慧云信息技术有限公司
摘要： 本发明公开一种基于角度空间最大分类界限的牛脸识别方法，包括以下步骤：(1)数据集制作；(2)构建网络模型：在传统的图像特征提取网络的基础上，使用角度空间最大分类界限损失函数构建特征提取网络；(3)模型训练：使得特征提取网络能够输入养殖牛的脸部照片，输出牛脸的特征信息；(4)构建牛脸特征库：建立数据库；保存获得的特征信息到数据库中；(5)特征对比：将需要识别的牛脸使用步骤(3)中训练好的模型进行提取特征，将提取到的牛脸的特征信息与步骤(4)中的特征库存储的牛脸的特征信息进行相似度对比，取相似度最高的牛脸的特征信息作为识别结果。本发明提高牛脸识别的速度和准确度，减小模型体积，提升模型泛化性。
-
公开(公告)号：CN114677553B
公开(公告)日：2024-05-14
申请号：CN202111676323.9
申请日：2021-12-31
申请人： 广西慧云信息技术有限公司
IPC分类号： G06V10/774 , G06V10/764 , G06V10/771 , G06V20/68 , G06V10/82 , G06V10/70 , G06N3/0895 , G06N5/04
摘要： 本发明涉及病虫害识别领域，具体涉及一种解决农作物病虫害样本不均衡问题的图像识别方法。本发明利用当前有标注数据集进行模型训练，经过模型验证选出当前最佳模型，对无标注数据集的图片进行若干次图像增强，得到增强后的图像进行推理并筛选得到无标注图像的识别结果，将识别结果输入至样本选择策略中，根据样本选择策略判断是否保留该结果，若保留则生成伪标签，并移动到当前有标注数据集中，继续对新的有标注数据集进行训练，按此流程进行迭代学习，直到准确率不再提升为止。本发明可降低长尾分布影响，通过迭代学习提升尾部类别召回率和精确率的同时不影响头部类别识别效果，仅采用单模型进行推理且不引入额外的网络层，对推理速度无影响。
-
公开(公告)号：CN116452501A
公开(公告)日：2023-07-18
申请号：CN202310238055.5
申请日：2023-03-13
申请人： 广西慧云信息技术有限公司
摘要： 本发明公开一种基于yolov7和彩色相机的刨花板表面缺陷检测方法，包括以下步骤：(1)数据集制作：收集海量刨花板表面缺陷的图片数据，并按一定比例划分训练集、验证集与测试集；(2)构建网络模型：根据传统网络模型构建刨花板表面缺陷检测的实例分割模型；(3)模型训练；(4)模型推理：将使用彩色相机拍摄的刨花板表面缺陷图片数据输入至训练好的网络进行推理，获得刨花板表面缺陷轮廓的多边形坐标；(5)缺陷多边形面积计算：换算出该缺陷的面积大小。(6)计算原木端面直径实际大小：刨花板表面缺陷的实际大小；(7)输出结果：判别出刨花板质量等级。本发明准确计算出刨花板表面缺陷的面积大小。
-
公开(公告)号：CN116229253A
公开(公告)日：2023-06-06
申请号：CN202211523420.9
申请日：2022-11-30
申请人： 广西慧云信息技术有限公司
摘要： 本发明公开一种基于纹理特征和全局注意力的茉莉花遥感图像种植区域识别方法，包括以下步骤：步骤S1.数据集制作；步骤S2.构建图像分割网络：将分层编码器、小卷积核模块、轻量级解码器作为图像分类网络；步骤S3.模型训练；步骤S4.模型推理：将步骤(3)中训练好的图像分割网络模型参数加载至步骤(2)的图像分割网络，并将步骤(1)中测试集的茉莉花种植区遥感的图像数据依次输入至网络进行推理，得到分割预测图像数据。本发明根据茉莉花种植区域遥感图像具有相关性的特点，改进算法模型的网络结构，提高分割识别的速度和准确度，减小模型体积，提升模型泛化性。
-
公开(公告)号：CN114511732B
公开(公告)日：2024-05-14
申请号：CN202111682743.8
申请日：2021-12-31
申请人： 广西慧云信息技术有限公司
摘要： 本发明属于涉及病虫害识别领域，特别涉及一种柑橘斑点状病虫害细粒度图像识别方法，针对斑点状病虫害特征过于分散的特点，利用视觉Transformer替代卷积神经网络，增加模型对长距离特征的感知能力，持续维持特征的空间关系；针对斑点状病虫害单个斑点目标尺寸较小的特点，利用自编码器学习生成原始图像的方式，提高细节特征的学习能力；针对不同斑点状病虫害类别特征相似的特点，利用中心损失进行监督，促使相同类别的特征聚集在类别特征中心附近，不同类别的类别特征中心彼此远离，提升不同斑点状病虫害类别特征之间的可区分性。
-
公开(公告)号：CN114511732A
公开(公告)日：2022-05-17
申请号：CN202111682743.8
申请日：2021-12-31
申请人： 广西慧云信息技术有限公司
摘要： 本发明属于涉及病虫害识别领域，特别涉及一种柑橘斑点状病虫害细粒度图像识别方法，针对斑点状病虫害特征过于分散的特点，利用视觉Transformer替代卷积神经网络，增加模型对长距离特征的感知能力，持续维持特征的空间关系；针对斑点状病虫害单个斑点目标尺寸较小的特点，利用自编码器学习生成原始图像的方式，提高细节特征的学习能力；针对不同斑点状病虫害类别特征相似的特点，利用中心损失进行监督，促使相同类别的特征聚集在类别特征中心附近，不同类别的类别特征中心彼此远离，提升不同斑点状病虫害类别特征之间的可区分性。
-
公开(公告)号：CN114677553A
公开(公告)日：2022-06-28
申请号：CN202111676323.9
申请日：2021-12-31
申请人： 广西慧云信息技术有限公司
IPC分类号： G06V10/774 , G06V10/764 , G06V10/771 , G06V20/68 , G06V10/82 , G06V10/70 , G06K9/62 , G06N3/08 , G06N5/04
摘要： 本发明涉及病虫害识别领域，具体涉及一种解决农作物病虫害样本不均衡问题的图像识别方法。本发明利用当前有标注数据集进行模型训练，经过模型验证选出当前最佳模型，对无标注数据集的图片进行若干次图像增强，得到增强后的图像进行推理并筛选得到无标注图像的识别结果，将识别结果输入至样本选择策略中，根据样本选择策略判断是否保留该结果，若保留则生成伪标签，并移动到当前有标注数据集中，继续对新的有标注数据集进行训练，按此流程进行迭代学习，直到准确率不再提升为止。本发明可降低长尾分布影响，通过迭代学习提升尾部类别召回率和精确率的同时不影响头部类别识别效果，仅采用单模型进行推理且不引入额外的网络层，对推理速度无影响。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.031 秒)
