[發明專利]基于AmoebaNet+NAS-FPN算法的生態生物識別方法

在審

• 申請號: 202210656683.0
• 申請日: 2022-06-10
• 公開（公告）號: CN114863467A
• 公開（公告）日: 2022-08-05
• 發明（設計）人: 楊志峰;沈永明;張遠;蔡宴朋
• 申請（專利權）人: 瀾途集思生態科技集團有限公司
• 主分類號: G06V40/00
• 分類號: G06V40/00;G06V10/82;G06V10/80;G06V10/764;G06N3/08
• 代理公司: 北京市京師律師事務所 11665
• 代理人: 黃熊

1.基于AmoebaNet+NAS-FPN算法的生態生物識別方法，其特征在于，包括如下步驟：

S1收集生態生物特征，將收集的生態特征進行分類，并建立生態特征數據庫；

S2發起生態生物識別請求，根據請求在生態環境中采集生物圖像數據；

S3對采集的生物圖像數據進行除雜處理，得到處理后的生物圖像數據；

S4通過AmoebaNet+NAS-FPN算法對處理后的生物圖像進行目標檢測；

S41隨機初始化P個種群，即P個子網絡，訓練和驗證這P個子網絡獲得它們的精度，將P個個體加入歷史群體中；

S42如果歷史群體數量少于C個，則進入循環，從種群中隨機選取S個樣本，從S個中挑出最高精度的樣本作為父個體，對父個體進行變異操作生成子個體，對子個體重新訓練和驗證，得到子個體的精度；

S43將子個體加入到種群和歷史群體中，從群體中淘汰掉最老的個體；

S44如果歷史群體大于C個，則跳出循環，返回歷史群體中最高精度的個體作為最終的搜索結果，否則，跳到步驟S42中進入下一個循環；

S45選取生物圖像，通過子網絡對生物圖像進行特征提取，獲取多個候選特征層；

S46從候選特征層中選取2個作為輸入特征層，選擇輸出特征的分辨率；

S47選擇一個Binary操作將兩個輸入特征層整成新的輸出特征，加入候選特征層中；

S5從新的輸出特征層中選取生物特征，并與生態特征數據庫中的特征數據進行對比識別。

2.根據權利要求1所述的基于AmoebaNet+NAS-FPN算法的生態生物識別方法，其特征在于，所述步驟S46為5個候選特征層是5個scale的特征圖。

3.根據權利要求1所述的基于AmoebaNet+NAS-FPN算法的生態生物識別方法，其特征在于，所述步驟S47中Binary操作有兩種選擇，一種是直接求和；還有一種是把第一個特征層進行max池化和sigmoid后按像素點乘以第二個特征層，再加上第一個特征層。

4.根據權利要求1所述的基于AmoebaNet+NAS-FPN算法的生態生物識別方法，其特征在于，所述步驟S46選取的兩個輸入特征層先不一樣，則先池化到步驟S46中選擇的輸出分辨率，再進行Binary操作。

5.根據權利要求1所述的基于AmoebaNet+NAS-FPN算法的生態生物識別方法，其特征在于，所述步驟S2對采集的生物圖像進行預處理，包括：圖像縮放、轉置以及圖像類型轉換。

6.根據權利要求1所述的基于AmoebaNet+NAS-FPN算法的生態生物識別方法，其特征在于，所述步驟S3將生物圖像進行拆分，剔除無用數據信息，并將有用數據信息進行歸類融合。

7.根據權利要求1所述的基于AmoebaNet+NAS-FPN算法的生態生物識別方法，其特征在于，所述采集的生物圖像數據進去噪處理，得到去噪生物圖像。

8.根據權利要求1所述的基于AmoebaNet+NAS-FPN算法的生態生物識別方法，其特征在于，所述步驟S5將識別成功結果進行發送提示信息，并將生物圖像特征存儲至生態特征數據庫中。