摘要
本发明公开了一种基于神经网络混合模型的双翅目昆虫分类方法,包括以下步骤:构建双翅目昆虫图像数据集,并对昆虫目标进行标注;对构建的数据集进行数据增强,得到完整的数据集,对完整的数据集按比例划分为训练集、验证集和测试集;构建基于改进移动视觉变压器层的双翅目昆虫分类网络;初始化改进移动视觉变压器层的双翅目昆虫分类网络,设置训练参数,采用训练集训练基于改进移动视觉变压器层的双翅目昆虫分类网络,得到训练好的双翅目昆虫分类网络;将测试集图像输入训练好的双翅目昆虫分类网络,实现对双翅目昆虫的分类。结合卷积的局部特征提取能力和自注意力的全局特征建模能力,模型能够高效提取深层语义信息,实现双翅目昆虫图像的分类。
技术关键词
神经网络混合模型
分类网络
图像分类方法
昆虫分类方法
局部特征提取
注意力
变压器
视觉
训练集
通道
模块
数据
分类识别方法
补丁
优化器
网格
参数
动态
系统为您推荐了相关专利信息
生长预测方法
三维点云数据
数据特征提取
植物生长环境
特征提取模块
手机交互方法
交叉注意力机制
多头注意力机制
语音
超参数
光谱图像分类方法
字典学习算法
训练分类模型
数据
高光谱图像分类
深度神经网络
低频脑电信号
频域特征
多头注意力机制
时域特征