摘要
本发明涉及计算机视觉细粒度图像处理技术领域,具体涉及一种蛇种识别方法、蛇种识别神经网络训练方法及介质,将识别对象作为输入,基于经神经网络训练得到蛇种识别神经网络实现对蛇种的识别,包括:将识别对象分别输入到两路特征提取网络进行特征提取处理,以得到第一特征图和第二特征图;将第一特征图和第二特征图进行双线性汇合处理,得到用于分类器分类的第三特征图。方案中,由于采用双路径卷积神经网络架构进行图像特征的提取,通过双线性变换来捕捉这些特征之间的交互信息,使得不仅可以提取更丰富的特征表示,还可以在一定程度上模拟人类视觉对位置和形状的识别信息,在复杂的背景中准确地识别出蛇的种类,提高蛇种识别的准确性。
技术关键词
识别神经网络
识别方法
矩阵
双线性
神经网络训练
分类器
特征提取网络
符号
对象
模拟人类视觉
神经网络架构
像素点
图像处理技术
训练集
参数
计算机视觉
可读存储介质
元素
系统为您推荐了相关专利信息
决策方法
斯塔克尔伯格博弈
动态知识图谱
节点
时间序列特征
位点预测方法
深度学习网络模型
突变型
深度学习模型
样本
数据安全交换方法
数据安全交换系统
正则化参数
主成分分析技术
高斯径向基函数