一种基于卷积神经网络的西北地区熊类识别方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于卷积神经网络的西北地区熊类识别方法
申请号:CN202410840226
申请日期:2024-06-27
公开号:CN118397660B
公开日期:2024-08-23
类型:发明专利
摘要
本申请公开了一种基于卷积神经网络的西北地区熊类识别方法,属于图像识别技术领域,用于熊类识别及驱离,其包括收集西北地区熊类的图片数据并泛化处理数据,制作第一类样本数据集和第二类样本数据集;以第一类样本数据集、第二类样本数据集分别训练及调试第一深度学习模型、第二深度学习模型;在待检测区域的电子设备中部署上述学习模型;学习模型导入实时拍摄的图片进行自动识别并输出识别结果,判断是否发出驱赶指令。本申请能够通过卷积神经网络对获取的图像进行识别,以判断是否为熊类,并且根据识别的结果判断是否发出驱离信号,保障人员及财产的安全。
技术关键词
深度学习模型 识别方法 构建卷积神经网络 样本 数据 图像像素 梯度下降算法 随机梯度下降 图像识别技术 图片类别 高斯滤波器 电子设备 坐标 对象 传播算法 视频 标记
系统为您推荐了相关专利信息
环境污染风险评估 节点特征 动态 数据 矩阵
疲劳寿命预测 自动扶梯梯级 数据 训练神经网络模型 云端服务器
宠物管理系统 数据存储模块 人机交互模块 数据分析模块 分布式数据库架构
关键帧 风险挖掘 标签 数据 层级
交易检测方法 加密 交易特征 Louvain算法 源节点