-
公开(公告)号:CN116415969A
公开(公告)日:2023-07-11
申请号:CN202310305859.2
申请日:2023-03-27
Applicant: 桂林电子科技大学
IPC: G06Q30/018 , G06V10/40 , G06V10/82 , G06V10/74 , G06N3/084 , G06N3/0464
Abstract: 本发明涉及计算机视觉技术领域,具体涉及一种基于深度学习的中华绒螯蟹溯源方法,通过收集河蟹照片后进行数据增强形成数据集,再将数据集放入主干网络进行特征提取,经过三元组损失函数的计算,反向传播优化获得可用模型,再使用模型对所有的河蟹图片进行编码后获得一个保存有蟹壳特征的数据库,最后选择需要识别的河蟹图片放入模型中编码并比较欧氏距离,获得蟹壳匹配数据,从而帮助普通消费者快速辨别河蟹产地,完成河蟹品种溯源,保护消费者与品牌权益。
-
公开(公告)号:CN116385826A
公开(公告)日:2023-07-04
申请号:CN202310305147.0
申请日:2023-03-27
Applicant: 桂林电子科技大学
IPC: G06V10/774 , G06V10/40 , G06V10/82 , G06V10/80 , G06V10/25 , G06V10/764 , G06N3/048 , G06N3/08 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及计算机视觉技术领域,具体涉及一种基于深度学习的中华绒螯蟹品系识别方法,通过使用多个品系的河蟹图片生成训练数据集,对包含CSPNet的主干网络进行训练,分尺度对提取到的特征向量进行特征融合,再通过预测层进行预测操作,将预测结果与标注数据进行比对,根据损失函数计算损失值,反复迭代,反向传播,优化损失值,获得训练好的模型,最后使用训练后的模型进行河蟹品系的预测,实现河蟹品系检测自动化,进一步的,如检测失败再结合人工进行特别处理,也可以对检测用模型再次优化。
-