[发明专利]基于多级模型和预置点自动调节的生态环境目标识别方法

权利要求书

1.基于多级模型和预置点自动调节的生态环境目标识别方法，其特征在于，包括以下步骤：

建立样本集；收集生态环境目标图像，对所述生态环境目标图像添加类型标签后，保存至总样本集；并根据生态环境目标图像的类型标签建立若干对应不同类型生态环境目标的子样本集；

训练多级模型；通过各个子样本集分别对目标检测模型进行训练，分别得到可识别对应类型生态环境目标的若干个轻量级模型，通过总样本集对目标检测模型进行训练，得到可识别不同类型生态环境目标的重量级通用模型；

设置监控设备；确定目标监控区域，并在目标监控区域搭设影像采集设备，将目标监控区域划分为若干个子区域，设置若干个影像采集设备的预置点，各预置点分别对应各子区域；

进行识别；发布采集任务至影像采集设备，所述采集任务包括移动至每个预置点的时间节点以及在每个预置点的采集时段；所述影像采集设备执行采集任务，获取目标监控区域的实时影像数据并输入至多级模型进行生态环境目标识别，输出识别结果。

2.根据权利要求1所述的基于多级模型和预置点自动调节的生态环境目标识别方法，其特征在于：

在对所述生态环境目标图像添加类型标签时，根据生态环境目标图像中生态环境目标的特征属性，从低到高赋予该生态环境目标图像1～N个级别的类型标签；其中，级别N的类型标签为级别N-1的类型标签的上位类型。

3.根据权利要求2所述的基于多级模型和预置点自动调节的生态环境目标识别方法，其特征在于，所述并根据生态环境目标图像的类型标签建立若干对应不同类型生态环境目标的子样本集的具体步骤为：

将具有相同类型标签的生态环境目标图像作为同类样本保存至一子样本集中，并将该子样本集中的同类样本除相同类型标签外的其他类型标签删除；

重复上述步骤建立若干子样本集保存具有相同类型标签的生态环境目标图像；并根据每一子样本集中同类样本的相同类型标签的级别，赋予对应子样本集对应的样本集级别标签；

其中，一所述生态环境目标图像可保存至不同的子样本集中，且在不同字样本集中保留不同的类型标签。

4.根据权利要求3所述的基于多级模型和预置点自动调节的生态环境目标识别方法，其特征在于：在得到各所述轻量级模型之后，根据各所述轻量级模型使用的子样本集的样本集级别标签，对各所述轻量级模型添加对应的模型级别标签。

5.根据权利要求4所述的基于多级模型和预置点自动调节的生态环境目标识别方法，其特征在于，所述获取目标监控区域的实时影像数据并输入至多级模型进行生态环境目标识别，输出识别结果的具体步骤为：

首先将实时影像数据输入至模型级别标签中级别最低的各个轻量级模型进行识别，若级别最低的轻量级模型均未得到识别结果，则输入至高一级别的轻量级模型进行识别；

重复上述步骤，若所有级别的轻量级识别模型均未得到识别结果，则输入至重量级通用识别模型中进行识别，若重量级通用识别模型未得到识别结果，则输出无生态环境目标的识别结果；

若任一轻量级识别模型识别出实时影像数据包含生态环境目标，则输出该轻量级模型中同类样本的相同类型标签作为识别结果；若重量级通用识别模型识别出实时影像数据包含生态环境目标，则输出该生态环境目标的所有类型标签。

6.基于多级模型和预置点自动调节的生态环境目标识别设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述的方法。

7.基于多级模型和预置点自动调节的生态环境目标识别介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至5任一项所述的方法。