摘要
一种基于深度学习技术的蜱虫分类方法,包括步骤:使用布旗法采集外环境游离蜱和体表动物检蜱法采集动物体表寄生蜱,将捕获的活蜱置于冰箱冷冻处死,采用高分辨率体式显微镜进行初步形态学鉴定并拍摄照片,通过DNA分子鉴定确认蜱虫类别以构建蜱虫数据集;对获取的蜱虫数据集进行预处理;通过改进Yolov8网络结构进行蜱虫分类模型构建;基于ImageNet的预训练模型,通过构建的蜱虫数据集对蜱虫分类模型进行训练和微调;对蜱虫分类模型进行测试和性能分析。本发明实现了对蜱类鉴定精准化的同时,提升了蜱类识别的效率,有助于蜱虫监测工作规模化、系统化的开展,实现了对发热伴血小板减少综合征疫情的有效防控。
技术关键词
深度学习技术
分类方法
非局部均值滤波
样本
分类模型构建
体式显微镜
网络结构
发热伴血小板
预测类别
坐标
抑制背景噪声
注意力机制
损失函数优化
数据
模块
生成机制
动物
图像
系统为您推荐了相关专利信息
芯片
抗病性状
全基因组关联分析
遗传多样性分析
液相
图像采集参数
检测布料
瑕疵
时间序列图像
多光谱
频域特征
加密恶意流量
数据分类模型
分类方法
表达式