[发明专利]基于网络模型鸟类种群识别分析方法及系统在审

专利信息
申请号: 201911165623.3 申请日: 2019-11-25
公开(公告)号: CN110969107A 公开(公告)日: 2020-04-07
发明(设计)人: 孙锬锋;蒋兴浩;喻守彬;董艺;许可 申请(专利权)人: 上海交通大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 上海汉声知识产权代理有限公司 31236 代理人: 胡晶
地址: 200240 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供了一种基于网络模型鸟类种群识别分析方法及系统,包括:样本数据库建立步骤:建立训练图片样本数据库,得到用于训练GoogLeNet网络模型的样本数据库;目标检测网络训练步骤:使用开源预训练数据,得到Yolov3目标检测网络a;种类判别网络训练步骤:用不同种类图片样本训练GoogLeNet网络模型,得到精确判别鸟类种类GoogLeNet网络b;视频解帧步骤:对实时输入的待识别视频解帧成待识别图片流。本发明解决了现有方法中存在识别结果中噪声过多过杂问题,极大提高了利用深度学习模型进行鸟类种群识别的效果,识别准确率高,能实时输出、更新识别结果。
搜索关键词: 基于 网络 模型 鸟类 种群 识别 分析 方法 系统
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学,未经上海交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201911165623.3/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top