一种基于迁移学习与双次注意力机制的东北虎豹识别方法

本发明公开了一种基于迁移学习与双次注意力机制的东北虎豹识别方法，使用编程语言python与深度学习框架pytorch构建东北虎豹深度学习识别模型；使用红外野生动物相机获取影像数据构建样本数据，将样本数据集划分为训练样本、测试样本、验证样本；使用训练样本对北虎豹深度学习识别模型进行训练；根据验证样本的损失函数收敛情况与精度提升情况对整个网络选择最优参数，得到最优模型；采用精确率、召回率、平均精度、F1分数四个指标对预测结果进行精度评价，对模型整体性能进行分析。本发明可实现对野生东北虎与东北豹的高效准确识别，为东北虎豹及其他野生动物的决策管理提供科学依据，为智能化野生动物保护提供参考。