摘要
本发明公开了一种基于双输入卷积神经网络的微生物图像识别方法及系统,涉及微生物图像识别技术领域,方法包括:步骤1:采集微生物样本图像,并对样本图像进行预处理;步骤2:根据预处理后的样本图像构建数据集;步骤3:将数据集输入到双输入卷积神经网络的主干网络中进行特征提取,并形成独立的特征向量;步骤4:将特征向量进行融合,并引入注意力机制模块进行优化,得到优化后的融合特征向量;步骤5:根据融合特征向量进行分类决策,输出微生物图像识别分类结果。本发明将两类图像作为独立输入进行深度融合,互补提取不同层次的形态学特征;在形态相似种(如青霉属与曲霉属)区分上,能显著提升判别能力。
技术关键词
图像识别方法
菌落图像
引入注意力机制
图像识别分类
卷积神经网络结构
样本
显微镜
Sigmoid函数
通道
图像识别系统
形态学特征
图像识别技术
特征提取网络
图像采集模块
决策
数据
特征提取模块
系统为您推荐了相关专利信息
轮廓角点
矫正模型
信息检索方法
图像矫正方法
图像识别方法
故障行波
故障诊断模型
配电网故障诊断
模型构建方法
卷积神经网络结构
声学成像方法
信号
声学成像系统
图像
引入注意力机制
水电机组
参数智能优化方法
多模态数据融合
ResNet网络
模态特征
标签
神经网络架构
分类准确率
卷积神经网络结构
网络爬虫技术