[發明專利]一種花粉顆粒識別方法及裝置

在審

• 申請號: 202110974097.6
• 申請日: 2021-08-24
• 公開（公告）號: CN113723256A
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 李建強;李亞楠
• 申請（專利權）人: 北京工業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 蔣娟

1.一種花粉顆粒識別方法，其特征在于，包括：

獲取待識別花粉顆粒的圖像；

將所述待識別花粉顆粒的圖像輸入至圖像識別模型，輸出所述待識別花粉顆粒的識別結果；

其中，所述圖像識別模型是基于花粉顆粒樣本的樣本圖像以及對應的識別標簽進行訓練后得到的；所述識別標簽是根據所述花粉顆粒樣本預先確定的，并與所述樣本圖像一一對應；所述圖像識別模型包括特征提取網絡和兩個注意力機制模型，所述兩個注意力機制模型分別是CBAM通道注意力機制模型和DANet通道注意力機制模型。

2.根據權利要求1所述的花粉顆粒識別方法，其特征在于，所述將所述待識別花粉顆粒的圖像輸入至圖像識別模型，輸出所述待識別花粉顆粒的識別結果，具體包括：

將所述待識別花粉顆粒圖像輸入至所述圖像識別模型中的所述特征提取網絡，輸出所述待識別花粉顆粒圖像的第一特征圖；

將所述第一特征圖輸入至所述圖像識別模型中的所述CBAM通道注意力機制模型進行處理，輸出第二特征圖；

將所述第二特征圖輸入至所述圖像識別模型中的所述DANet通道注意力機制模型進行處理，輸出第三特征圖；

將所述第三特征圖輸入至所述圖像識別模型中的全連接層進行分類，輸出所述待識別花粉顆粒的識別結果。

3.根據權利要求1或2所述的花粉顆粒識別方法，其特征在于，所述圖像識別模型是基于花粉顆粒樣本的樣本圖像以及對應的識別標簽進行訓練后得到的，具體包括：

選取花粉顆粒圖像進行標簽處理并基于標簽處理后的花粉顆粒圖像構建數據集；

基于雙通道注意力機制構建圖像識別模型；

利用所述數據集對所述圖像識別模型進行訓練。

4.根據權利要求3所述的花粉顆粒識別方法，其特征在于，所述基于雙通道注意力機制構建圖像識別模型，具體包括：

構建所述特征提取網絡；

構建所述CBAM的通道注意力機制模型；

構建所述DANet通道注意力機制模型；

將所述CBAM的通道注意力機制模型和所述DANet通道注意力機制模型進行連接。

5.根據權利要求4所述的花粉顆粒識別方法，其特征在于，所述將所述CBAM的通道注意力機制模型和所述DANet通道注意力機制模型進行連接，具體包括：

獲取所述特征提取網絡輸出的第一輸入特征圖F₁；

獲取所述CBAM的通道注意力機制模型輸出的過程特征圖F′₁；

將所述第一輸入特征圖F₁與所述過程特征圖F′₁相加得到第二輸入特征圖F₂；

將所述第二輸入特征圖F₂輸入至所述DANet通道注意力機制模型。

6.根據權利要求3所述的花粉顆粒識別方法，其特征在于，所述基于標簽處理后的花粉顆粒圖像構建數據集，具體包括：

對所述標簽處理后的花粉顆粒圖像進行數據增強；

將數據增強后的花粉顆粒圖像作為數據集。

7.一種花粉顆粒識別裝置，其特征在于，包括：

獲取模塊，用于獲取待識別花粉顆粒的圖像；

識別模塊，用于將所述待識別花粉顆粒的圖像輸入至圖像識別模型，輸出所述待識別花粉顆粒的識別結果；

其中，所述圖像識別模型是基于花粉顆粒樣本的樣本圖像以及對應的識別標簽進行訓練后得到的；所述識別標簽是根據所述花粉顆粒樣本預先確定的，并與所述樣本圖像一一對應；所述圖像識別模型包括特征提取網絡和兩個注意力機制模型，所述兩個注意力機制模型分別是CBAM通道注意力機制模型和DANet通道注意力機制模型。

8.一種電子設備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現如權利要求1至6任一項所述花粉顆粒識別方法的步驟。