公开(公告)号：CN113239965B

公开(公告)日：2023-05-02

申请号：CN202110398674.1

申请日：2021-04-12

Applicant: 北京林业大学

Inventor： 张军国 ,  谢将剑 ,  朱浩崴 ,  柴垒

IPC: G06V10/764 ,  G06T7/11 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明实施例公开了一种基于深度神经网络的鸟类识别方法及电子设备。方法包括：获取鸟类训练图片集，用于训练深度神经网络；获取待识别的鸟类图片，将其输入所述深度神经网络，得到鸟类相关特征。本发明效果如下：1)在不提升额外的网络参数量情况下，能够提取更加多样化的图片局部特征信息，取得更高的分类精度；2)相比于RA‑CNN等经典方法，能够更加综合各个局部的信息，而不是仅仅关注某一个关键的区域；3)提出一种抑制通道的方法，随机抑制一些通道注意力区域，迫使网络寻找其他有效的信息，能够提高网络的泛化能力；4)结合注意力机制和热力图，我们的网络具有更强的可解释性和精确定位目标的能力。

公开(公告)号：CN113239965A

公开(公告)日：2021-08-10

申请号：CN202110398674.1

申请日：2021-04-12

Applicant: 北京林业大学

Inventor： 张军国 ,  谢将剑 ,  朱浩崴 ,  柴垒

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T7/11

Abstract: 本发明实施例公开了一种基于深度神经网络的鸟类识别方法及电子设备。方法包括：获取鸟类训练图片集，用于训练深度神经网络；获取待识别的鸟类图片，将其输入所述深度神经网络，得到鸟类相关特征。本发明效果如下：1)在不提升额外的网络参数量情况下，能够提取更加多样化的图片局部特征信息，取得更高的分类精度；2)相比于RA‑CNN等经典方法，能够更加综合各个局部的信息，而不是仅仅关注某一个关键的区域；3)提出一种抑制通道的方法，随机抑制一些通道注意力区域，迫使网络寻找其他有效的信息，能够提高网络的泛化能力；4)结合注意力机制和热力图，我们的网络具有更强的可解释性和精确定位目标的能力。