基于改进Cascade R-CNN的雪豹物种水平的自动检测方法
雪豹(<i>Panthera uncia</i>)的皮毛具有较强的隐蔽性,红外相机监测图像中雪豹和背景较为相似,而且监测图像中雪豹的尺寸大小不一,为了提升雪豹检测的准确率,采用3个不同的检测器进行级联,在特征提取网络中引入特征金字塔结构改进Cascade R-CNN模型实现了雪豹的自动检测。以项目组采集的雪豹监测图像为数据集的评估结果表明,无论是白天/黑夜图像,还是多种不同尺寸雪豹同时出现的图像,该方法都可以较好地实现雪豹的识别及定位,平均准确率达93.0%,对比Faster R-CNN和SSD-300(Single Shot MultiBox Detector 300...
Saved in:
| Main Author: | |
|---|---|
| Format: | Article |
| Language: | zho |
| Published: |
Editorial Department of Chinese Journal of Wildlife
2022-01-01
|
| Series: | 野生动物学报 |
| Subjects: | |
| Online Access: | http://ysdw.nefu.edu.cn/thesisDetails#10.12375/ysdwxb.20220202 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|