摘要
本发明提供一种基于多任务卷积神经网络的昆虫分级分类方法和装置,属于昆虫识别技术领域,其中方法包括:获取待识别的昆虫图像;对昆虫图像进行图像增强处理,得到处理后的昆虫图像;将处理后的昆虫图像输入至预先构建的识别模型,得到识别模型输出的昆虫图像对应的分级分类结果;其中,识别模型是基于处理后的样本昆虫图像,以及样本昆虫图像的分级分类标签进行训练得到的。本发明提高了昆虫识别的效率、精度和准确性,降低了人力成本。
技术关键词
多任务卷积神经网络
分级分类方法
样本
卷积特征提取
图像增强
昆虫识别技术
标签
直方图均衡化
注意力机制
处理单元
颜色
人力
精度
参数
系统为您推荐了相关专利信息
概率最优潮流计算方法
协方差矩阵
样本
电力系统拓扑结构
有功功率
待测水域
动态水质监测系统
分布算法
神经网络模型
无人船平台
遥感影像数据
点云
建筑物轮廓
贴图
图像分割方法
局部注意力机制
耕地提取方法
样本
数据
归一化植被指数
视频生成模型
深度编码
编码特征
深度图
视频编码