-
公开(公告)号:CN114821178A
公开(公告)日:2022-07-29
申请号:CN202210479574.6
申请日:2022-05-05
Applicant: 中国科学院水生生物研究所
IPC: G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本申请提供了一种基于深度学习的模块化图像识别分类系统的处理方法,用于引入一模块化图像识别分类系统使得基于卷积神经网络训练图像识别网络时用户仅需通过其便捷的、可视化的操作要求,即可完成图像识别网络的训练,显著降低用户需要耗费在理解网络训练还有专业操作设置上的时间和精力。方法包括:数据集构建模块根据第一用户操作输入的设定,将原始图像数据构建为训练集以及测试集;图像识别网络训练模块根据第二用户操作输入的设定,确定本次训练任务选配的卷积神经网络以及相关函数,并进行训练;图像识别网络测试模块对完成训练的当前网络进行检查和测试;模型使用模块基于最终完成训练的图像识别网络,对输入的图像数据进行图像识别。
-
公开(公告)号:CN111949849A
公开(公告)日:2020-11-17
申请号:CN202010814315.5
申请日:2020-08-13
Applicant: 中国科学院水生生物研究所
IPC: G06F16/951 , G06F16/955
Abstract: 本发明实施例公开了一种鱼类信息的获取方法、装置、电子设备及可读存储介质,本发明实施例中,获取多个国家的鱼类物种名录文件,得到鱼类物种名录数据库;根据鱼类物种名录数据库中的物种名信息编写目标网站的URL;根据URL在目标网站中爬取对应的网页信息,得到物种信息数据库;解析物种信息数据库中网页信息,得到物种信息数据库内容;基于物种信息数据库内容,根据物种信息数据库内容中的流域信息,确定特定流域物种名录;基于特定流域物种名录中的物种名,批量提取与物种名的相对应的鱼类信息。该方法可以根据鱼类信息的获取装置批量提取鱼类信息,将有关人员从大量机械重复的操作中解放出来,大大提高了工作效率。
-
公开(公告)号:CN111949849B
公开(公告)日:2023-11-21
申请号:CN202010814315.5
申请日:2020-08-13
Applicant: 中国科学院水生生物研究所
IPC: G06F16/951 , G06F16/955
-
-