龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：常州大学
摘要：本发明涉及图像识别技术领域，公开了一种基于CNN和ViT的细粒度花卉图像分类方法。该方法首先准备花卉数据集，数据集包括郁金香、向日葵、玫瑰、蒲公英、雏菊五个类别；其次对花卉图像进行数据集预处理,包括数据集划分、图像裁剪、高斯模糊处理；接着构建CNN‑ViT细粒度分类模型进一步增强对图像特征信息的提取，便于提高后续图像分类准确率；其次训练网络模型，将预处理后的图像输入到网络模型中进行训练，并保存在模型验证过程中识别精度最高的权重；将模型加载花卉数据集训练好的权重，对其测试集进行测试，计算出测试集的识别准确率。本发明设计合理，通过构建CNN‑ViT细粒度分类模型，提高了识别方法花卉细粒度图像的识别精度，同时任务分类的准确性也好。
主权项：1.一种基于CNN和ViT的细粒度花卉图像分类方法，其特征在于：具体包括如下步骤：步骤S1、准备花卉细粒度数据集，对花卉郁金香、向日葵、玫瑰、蒲公英、雏菊五种类型图像进行分类；步骤S2、图像预处理，对分类好的五种花卉类型图像进行数据集划分、图像裁剪、高斯模糊处理；步骤S3、构建CNN-ViT细粒度分类模型，进一步增强对图像特征信息的提取，便于提高后续图像分类准确率；步骤S4、训练网络模型，将预处理后的图像输入到网络模型中进行训练，并保存在模型验证过程中识别精度最高的权重；步骤S5、加载花卉数据集训练好的权重，对其测试集进行测试，计算出测试集的识别准确率。
全文数据：
权利要求：
百度查询： 常州大学 一种基于CNN和ViT的细粒度花卉图像分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号