-
公开(公告)号：CN118379547A
公开(公告)日：2024-07-23
申请号：CN202410457225.3
申请日：2024-04-16
Applicant: 北京林业大学
IPC: G06V10/764 , G06V10/766 , G06V10/26 , G06V10/82 , G06V10/52 , G06V10/10 , G06N3/0464
Abstract: 本发明公开了一种基于深度大模型的野生动物识别方法，涉及野生动物智能监测领域，包括如下步骤：首先，通过提示器为图像中的动物生成边界框标注。提示器通过边界框回归预测方法生成多个可能的边界框，并通过非极大值抑制方法过滤筛选出最精确的边界框，该边界框将作为图像分割的提示。其次，根据提示器生成的边界框提示，通过图像分割大模型对图像进行分割。去除冗余的环境信息，得到野生动物的掩码。最后，对掩码与原始图像进求Hadamard积，得到野生动物抠像，并通过目标检测模型进行检测，识别图像中的野生动物物种。本发明通过去除野生动物图像中的冗余环境信息，提高野生动物识别的准确率。
Search Results
1
records
(took 0.02 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
