摘要
本发明涉及神经网络技术领域,公开了一种基于蛇形动态卷积的鸟类识别方法。该方法包括:采集鸟类图像数据,对鸟类图像数据进行预处理后,制作鸟类图像数据集;利用动态蛇形卷积模块、多层双向特征金字塔网络模块与YOLOv8模型结合,构建改进的YOLOv8模型;将鸟类图像数据集送入改进的YOLOv8模型中进行训练,最后保存训练后的参数;利用训练好的网络对待测鸟类图像数据进行处理,输出鸟类的位置边界框、类别标签及对应的置信度信息。此方法能够高效准确地识别鸟类的类别,提升机场的鸟害防治工作效率。
技术关键词
鸟类识别方法
双向特征金字塔
图像
动态
卷积模块
网络模块
神经网络技术
数据
标注工具
滤波
参数
上采样
标签
机制
像素
因子
矩阵
通道
系统为您推荐了相关专利信息
环境感知数据
移动轨迹信息
动态场景
交互特征
兴趣推荐方法
定量成像方法
磁共振
神经网络参数
多层感知器
缩短扫描时间
天气
模型训练方法
自动驾驶系统
网络
静态障碍物
土地利用优化方法
仿生智能算法
土地利用空间布局
多智能体模型
蛙跳算法
图像处理方法
深度残差
生成器网络
网格
生成高分辨率