买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华南农业大学

摘要：本发明提供一种基于迁移元学习的害虫识别方法，包括以下步骤：S1：构建害虫数据集，并随机采样分别组成支持集和查询集；得到改进的特征提取网络；S2：更新改进的特征提取网络的参数；S3：得到支持集和查询集中各个样本的特征向量；S4：计算得到支持集中每个类别的原型；S5：计算得到查询集中各个样本的类别概率作为害虫识别结果。本发明提供一种基于迁移元学习的害虫识别方法，解决了现有的害虫识别方法在区分新类别和旧类别害虫时准确率较低的问题。

主权项：1.一种基于迁移元学习的害虫识别方法，其特征在于，包括以下步骤：S1：获取害虫图像样本构建害虫数据集，并从害虫数据集中随机采样分别组成支持集和查询集；将现有的特征提取网络结合空间注意力模块得到改进的特征提取网络；S2：通过基于迁移的元学习方法更新改进的特征提取网络的参数；S3：将支持集和查询集分别输入更新好的特征提取网络，对应得到支持集和查询集中各个样本的特征向量；S4：根据支持集中各个样本的特征向量计算得到支持集中每个类别的原型；S5：根据支持集中每个类别的原型和查询集中各个样本的特征向量计算得到查询集中各个样本的类别概率作为害虫识别结果；步骤S2具体为：A1：设置学习批次和学习率；A2：从害虫数据集中随机抽取N1个类别，从所抽取的每个类别中分别随机抽取K1张害虫图像组成学习支持集，从所抽取的类别中随机抽取q1张不重复的害虫图像组成学习查询集；A3：将学习支持集和学习查询集输入到改进的特征提取网络中，对应得到学习支持集和学习查询集中各个样本的特征向量；A4：根据学习支持集中各个样本的特征向量计算得到学习支持集中每个类别的原型；A5：根据学习支持集中每个类别的原型和学习查询集中各个样本的特征向量计算得到学习查询集中各个样本的类别概率；A6：计算各个样本的类别概率与其相应的类别标签之间的损失值；A7：判断损失值是否收敛，若是，则完成小样本学习；若否，则更新改进的特征提取网络的参数，返回步骤A2；通过以下公式计算类别c的原型： 其中，表示支持集中类别c的第i个样本，c＝1,2,…,N，yi表示样本xi的类别标签，Avg.函数表示求多个向量平均值，表示样本xi的特征向量；通过以下公式计算类别c的概率： 其中，xj表示查询集中第j个样本，yj表示样本xj的类别标签，j＝1,2,…,q，表示样本xj的特征向量，τ表示超参数，sim表示计算两个向量之间相似度的函数，En表示支持集中类别n的原型，n＝1,2,…,N。

全文数据：

权利要求：

百度查询： 华南农业大学 一种基于迁移元学习的害虫识别方法