首页> 中国专利> 基于GoogLeNet网络模型鸟类种群识别分析方法

基于GoogLeNet网络模型鸟类种群识别分析方法

摘要

本发明公开了一种基于GoogLeNet网络模型鸟类种群识别分析方法。建立训练图片样本数据库;用图片样本训练GoogLeNet网络模型,得到可判断是否为鸟类图片的GoogLeNet网络a;用鸟类图片训练GoogLeNet网络模型,得到可精确判别鸟类种群的GoogLeNet网络b;对实时输入的待识别视频解帧成待识别图片流;图片流中的每一帧图片,依次输入GoogLeNet网络a,判别是否为鸟类图片;是则将该图片输入GoogLeNet网络b,识别包含的鸟类种群;得到图片识别结果流,从识别结果流输出最终识别结果。本发明填补了利用深度学习模型进行鸟类种群识别的空白,识别准确率高,能实时输出、更新识别结果。

著录项

  • 公开/公告号CN107729363B

    专利类型发明专利

  • 公开/公告日2021-08-17

    原文格式PDF

  • 申请/专利权人 上海交通大学;

    申请/专利号CN201710798317.8

  • 发明设计人 蒋兴浩;孙锬锋;许可;

    申请日2017-09-06

  • 分类号G06F16/51(20190101);G06N3/04(20060101);G06N3/08(20060101);

  • 代理机构31236 上海汉声知识产权代理有限公司;

  • 代理人郭国中

  • 地址 200240 上海市闵行区东川路800号

  • 入库时间 2022-08-23 12:19:55

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号