基本信息:
- 专利标题： 基于全局局部上下文感知网络的家禽疾病图像预测方法及系统
- 申请号：CN202410594644.1 申请日：2024-05-14
- 公开(公告)号：CN118429315A 公开(公告)日：2024-08-02
- 发明人： 黄俊 , 韩依婷 , 赵倩 , 周一峰 , 周武杰
- 申请人： 浙江科技大学
- 申请人地址： 浙江省杭州市西湖区留和路318号
- 专利权人： 浙江科技大学
- 当前专利权人： 浙江科技大学
- 当前专利权人地址： 浙江省杭州市西湖区留和路318号
- 代理机构： 北京睿智保诚专利代理事务所(普通合伙)
- 代理人： 王浩然
- 主分类号： G06T7/00
- IPC分类号： G06T7/00 ; G06V10/764 ; G06V10/42 ; G06V10/44 ; G06V10/52 ; G06V10/80 ; G06V10/82 ; G06V20/40 ; G06N3/0464 ; G06N3/048 ; G06N3/08
摘要：
本发明公开了基于全局局部上下文感知网络的家禽疾病图像预测方法及系统，应用于目标检测技术领域，其在训练阶段，构建卷积神经网络，主干网络主要由高效轻量模型EMO和双流掩码加权模块DMWM组成。颈部网络由四个全局局部特征融合模块GFFM，两个卷积块，四个通道拼接操作和两个上采样操作组成。检测头网络由三个解耦头组成，每个解耦头都由卷积块、一个卷积层和损失函数组成，分为两个分支，分别用于目标识别和分类。将家禽疾病粪便数据集输入到卷积神经网络中进行训练，得到目标检测预测图；优点是提高了目标检测预测的效率和准确度且易于针对应用侧进行优化。
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06T | 一般的图像数据处理或产生 |
| ------G06T7/00 | 图像分析，例如从位像到非位像 |