用于害虫图像分类的VEACNet网络模型和分类方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明提供了用于害虫图像分类的VEACNet网络模型和分类方法,以害虫图像为处理对象,构建基于不对称卷积的轻量化特征融合神经网络模型,采用标准卷积与不对称卷积双分支自动提取害虫图像的特征,通过训练和迭代反馈得到害虫图像数据集中害虫图像的类别标签,实现了提高识别与分类害虫的效率和精度的功能。本发明的模型对实时的害虫图像进行分类,自动对害虫图像进行特征提取,并利用提取到的图像特征判定害虫的类别,检测结果准确率高,硬件消耗成本低,在有限的硬件条件下对害虫进行了有效的分类。
《用于害虫图像分类的VEACNet网络模型和分类方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2022102916750,当前法律状态为已下证,由武汉工程大学提出申请,发明人为李亚楠;孙明;祁洋,申请日期为2022-03-23,公开(公告)日期为2024-11-22,国际专利分类号(IPC)为 G06N 3/0495 (2023.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明提供了用于害虫图像分类的VEACNet网络模型和分类方法,以害虫图像为处理对象,构建基于不对称卷积的轻量化特征融合神经网络模型,采用标准卷积与不对称卷积双分支自动提取害虫图像的特征,通过训练和迭代反馈得到害虫图像数据集中害虫图像的类别标签,实现了提高识别与分类害虫的效率和精度的功能。本发明的模型对实时的害虫图像进行分类,自动对害虫图像进行特征提取,并利用提取到的图像特征判定害虫的类别,检测结果准确率高,硬件消耗成本低,在有限的硬件条件下对害虫进行了有效的分类。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
