基于深度学习的蝴蝶图像分割和识别研究

发布时间：2024-06-04 20:48

　　自然界生物的多样性对保持生态平衡,促进人与自然和谐发展具有重要意义。昆虫是地球上种群数量最庞大的一类生物,而蝴蝶作为其中的一员与人类的生产、生活息息相关。自然界中的蝴蝶往往具有复杂的颜色和纹理特征,使用人工识别的方法错误率较高,且效率低下。因此,针对蝴蝶图像的自动识别方法在许多场景中具有十分重要的应用价值,如蝴蝶种群保护、农作物病虫害防治、边境检疫等。根据应用需求的不同,针对蝴蝶图像的研究可分为蝴蝶图像分割和蝴蝶图像分类两个任务。在蝴蝶图像分割任务中,难点在于如何从复杂的环境背景中分割出正确率较高的蝴蝶目标。在蝴蝶图像分类任务中,难点在于有效区分类间差异和类内差异。为此,本文使用深度学习技术对蝴蝶图像分割和分类两个方面展开研究。论文主要工作包括:(1)针对当前蝴蝶图像分析中缺乏分割图像的问题,提出一种基于Mask RCNN的蝴蝶分割方法。由于缺少现成的蝴蝶分割标注,首先从现有的蝴蝶数据集中构建一个小型的蝴蝶分割数据集,通过人工标注的方法得到数据集的分割标签。然后在经典的Mask RCNN实例分割算法上进行迁移训练,通过训练好的Mask RCNN分割整个蝴蝶数据集,得到分割后的蝴蝶数据集...

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

图1-2不同(a)viceroy

浙江工业大学硕士学位论文2人员很难将它们分辨开来。Figure1-1.Orangeoakleaf图1-2不同种类的蝴蝶Figure1-2.Differentkindsofbutterflies除了蝴蝶目标本身存在的颜色纹理差异外，纷繁复杂的背景差异也是自然环境下对蝴蝶识别的又一干....

图2-1CNN网络结构

浙江工业大学硕士学位论文8第二章深度学习及相关理论介绍2.1深度学习基础深度学习[28]指把原始数据通过一些简单非线性的数学模型，通过分层网络获取分层次的特征信息，以发现数据的分布式特征表示。人工神经网络是深度学习研究的起源。如果一个多层感知器含有多个隐藏层，那么它就可以被称作一....

图2-2残差模块[29]

基于深度学习的蝴蝶图像分割和识别研究92.1.2ResNet网络模型ResNet网络（ResidualNetwork）[29]是KaimingHe等为了解决由于网络层数增加而出现的模型退化问题而提出的一种网络结构。该模型由残差模块堆叠而成，残差模块中将输入分成两路，一路通过多个卷....

图2-3RPN网络结构[30]

浙江工业大学硕士学位论文10提取较深层次的图像特征，有利于提取细粒度部件特征，因此选择ResNet50网络作为本文的骨干网络。2.2深度学习图像分割算法在图像分割方面，传统的图像分割算法已经逐渐被卷积神经网络所取代，成为图像分割领域的主流算法。其中RCNN系列算法虽然是图像目标检....

本文编号：3989157