[發明專利]訓練圖像識別模型的方法、圖像識別方法、裝置和農機

在審

• 申請號: 202210366840.4
• 申請日: 2022-04-08
• 公開（公告）號: CN114758190A
• 公開（公告）日: 2022-07-15
• 發明（設計）人: 常志中;汪國會;王香珊
• 申請（專利權）人: 黑龍江惠達科技發展有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京龍雙利達知識產權代理有限公司 11329
• 代理人: 孫濤;毛威

1.一種訓練圖像識別模型的方法，其特征在于，所述方法包括：

獲取地塊的N張圖像，N＞1，且為正整數；

將所述N張圖像輸入到第一神經網絡，得到第一輸入序列；

將所述第一輸入序列輸入到轉換器模型，得到所述轉換器模型的預測數據，其中所述轉換器模型包括M個轉換器層，M≥1，且為正整數；

根據所述預測數據調整所述圖像識別模型的模型參數，得到所述圖像識別模型。

2.根據權利要求1所述的方法，其特征在于，所述將所述N張圖像輸入到第一神經網絡，得到第一輸入序列，包括：

將所述N張圖像輸入到所述第一神經網絡，展開得到N個張量；

堆疊所述N個張量，得到第一序列。

3.根據權利要求2所述的方法，其特征在于，所述N個張量的大小為W₁×H₁，其中W₁表示寬度，H₁表示高度。

4.根據權利要求3所述的方法，其特征在于，H₁＝768，W₁＝1。

5.根據權利要求3所述的方法，其特征在于，所述轉換器模型包括M個轉換器層，包括：

所述轉換器模型包括第一模塊、第二模塊、第三模塊和第四模塊，所述第一模塊包括M₁個轉換器層，所述第二模塊包括M₂個轉換器層，所述第三模塊包括M₃個轉換器層，所述第四模塊包括M₄個轉換器層，其中，M₁+M₂+M₃+M₄＝M，M₁≥1，且為正整數，M₂≥1，且為正整數，M₃≥1，且為正整數，M₄≥1，且為正整數，M≥4，且為正整數；

所述第一模塊中的每一個轉換器層包括K₁個自注意力頭，所述第二模塊中的每一個轉換器層包括K₂個自注意力頭，所述第三模塊中的每一個轉換器層包括K₃個自注意力頭，所述第四模塊中的每一個轉換器層包括K₄個自注意力頭，其中，K₁≥1，且為正整數，K₂≥1，且為正整數，K₃≥1，且為正整數，K₄≥1，且為正整數，且K₁＜K₂＜K₃＜K₄；

所述第一模塊和所述第二模塊之間包括第一過渡層，所述第二模塊和所述第三模塊之間包括第二過渡層，所述第三模塊和所述第四模塊之間包括第三過渡層，其中，所述第一過渡層用于提升所述第一模塊的輸出序列的維度，所述第二過渡層用于提升所述第二模塊的輸出序列的維度，所述第三過渡層用于提升所述第三模塊的輸出序列的維度。

6.根據權利要求4所述的方法，其特征在于，所述M個轉換器層的每一個轉換器層的自注意力頭數量相同。

7.根據權利要求1至6中任一項所述的方法，其特征在于，所述預測數據包括：

所述地塊的秸稈類型和/或所述地塊的秸稈量。

8.一種圖像識別方法，其特征在于，所述方法包括：

獲取地塊的L張圖像；

利用圖像識別模型對所述L張圖像進行處理，得到所述L張圖像的識別結果，其中所述圖像識別模型通過訓練圖像識別模型的方法得到，所述訓練圖像識別模型的方法，包括：獲取地塊的N張圖像，N＞1，且為正整數；將所述N張圖像輸入到第一神經網絡，得到第一輸入序列；將所述第一輸入序列輸入到轉換器模型，得到所述轉換器模型的預測數據，其中所述轉換器模型包括M個轉換器層，M≥1，且為正整數；根據所述預測數據調整所述圖像識別模型的模型參數，得到所述圖像識別模型。