【摘 要】
:
随着人工智能技术的发展,人们在日常生活中利用这种技术实现了对不同事物的辨识,然而在日常生活中往往也需要对目标下属子类别进行区分。因为缺乏对专家知识的了解,人们无法准确辨识目标下属子类别,仅通过传统图像识别方法也很难准确识别目标下属子类别,如何改善识别方法使其能准确识别目标下属子类已经成为计算机视觉领域的研究热点。传统图像识别方法旨在识别“猫”和“狗”这种从形态和样貌等方面易于区分的类别,与传统图像
论文部分内容阅读
随着人工智能技术的发展,人们在日常生活中利用这种技术实现了对不同事物的辨识,然而在日常生活中往往也需要对目标下属子类别进行区分。因为缺乏对专家知识的了解,人们无法准确辨识目标下属子类别,仅通过传统图像识别方法也很难准确识别目标下属子类别,如何改善识别方法使其能准确识别目标下属子类已经成为计算机视觉领域的研究热点。传统图像识别方法旨在识别“猫”和“狗”这种从形态和样貌等方面易于区分的类别,与传统图像识别相比识别子类别(即细粒度图像识别)的难度在于子类别图像更精细,同时细粒度图像中类内区别大且类间区别小的特点会导致识别起来更具挑战性。对细粒度数据集的研究促使不同形式的细粒度图像识别方法被提出,这些方法分别从不同方面改善了模型对子类别的识别效果,但是对细粒度数据集及其识别方法的研究发现存在不平衡现象,这种不平衡会影响模型对细粒度数据集的识别性能。本文以葡萄数据集和公共数据集作为研究对象,基于深度学习相关知识,分别从数据集类别不平衡和检测方法不平衡两个角度分析并解决细粒度数据集及其识别方法存在的不平衡问题,主要研究内容和结果如下:(1)构造了葡萄长尾数据集(Vitis-15-LTs):原葡萄数据集Vitis-15包含15个葡萄品种共6389张图像,本文基于Vitis-15构造了葡萄长尾数据集Vitis-15-LTs。通过回顾葡萄数据集Vitis-15的拍摄环境以及葡萄种植特点,发现不同品种葡萄的栽培范围因含糖量、抗病性、运输潜力和栽培难度等因素而有所不同,导致从自然场景收集到的葡萄数据集会出现长尾分布。为便于模拟并研究葡萄数据集出现的长尾分布问题,首先使用数据增强方法对原葡萄数据集Vitis-15进行扩增使其成为平衡数据集,并采用分层抽样来划分训练集和测试集,然后将头部类和尾部类训练样本数量比定义为不平衡因子,用来描述长尾问题的严重性,最后构造了不平衡因子分别为10,50和100的葡萄长尾数据集Vitis-15-LTs。(2)基于多专家分布感知网络的葡萄长尾图像识别:为解决葡萄数据集的长尾分布问题,本文采用多专家分布感知网络并将其与典型长尾图像识别方法进行性能比较。通过对典型长尾图像识别方法采用偏差和方差分析发现,这些方法一般通过增加模型方差来减小尾部偏差,但头尾偏差差距仍然很大,因此典型长尾图像识别方法并没有最大程度上减轻长尾分布对模型性能的影响。为保证在不增加模型方差的基础上减少尾部偏差,同时尽可能缩小头尾偏差差距,在葡萄长尾数据集Vitis-15-LTs上采用多专家分布感知网络,该网络主要包括多专家共享模块和分布感知多样性损失,首先通过多专家架构减少所有类的模型方差,然后利用专家共享模式降低多专家网络带来的内存消耗大和计算复杂性高的问题,最后分布感知多样性损失来减少尾部偏差,从而最大程度改善模型对长尾数据集的识别性能。在葡萄长尾数据集Vitis-15-LTs的实验结果表明,所采用的方法实现了更低的误判率和更稳定的准确率,在三个不平衡因子的葡萄长尾数据集上分别达到96.83%、93.67%和89.6%。(3)基于平衡式碎片学习的细粒度图像识别:通过研究公共数据集上的强监督细粒度图像识别方法,发现“定位-分类子网络”方法中所采用的检测方法存在不平衡,为改善受不平衡限制的检测器性能并提高模型对细粒度数据集的识别能力,本文提出平衡式碎片学习方法,并将所提出的方法与细粒度图像识别方法在多个公共数据集上进行性能比较。平衡式碎片学习方法在检测阶段采用三种平衡策略来改善受样本、特征和目标三个层次不平衡限制的检测性能,在分类阶段首先使用图像碎片化机制改变平衡检测图像的全局结构,然后通过随机排列组合图像块来确保网络能发现图像中具有判别性的局部区域,最后采用更鲁棒性的损失函数来改善模型对细粒度数据集的识别性能。在CUB-200-2011,Stanford Car和FGVC Aircraft三个不同类别的公共数据集上开展实验,结果表明所提出的方法优于当前典型的细粒度图像识别方法,测试准确率分别达到89.1%、95%和93.2%。
其他文献
近二十年,流感特别是禽流感对家禽业、畜牧业等农业领域造成了重大的影响,带来了巨大的经济损失,同时也容易对人类的健康产生严重的不良影响。流感病毒即是引发流行性感冒的根源,至今对流感病毒的研究热度也是居高不下,其中比较有代表性的就是流感病毒的基因分型和参与感染人体的蛋白互作对判别。传统生物学实验的方法对于这两个研究问题的解决都耗时耗力,准确性有待提高且通用性不强,随着信息科技的发展,机器学习在越来越多
微囊藻(Microcystis)是最常见的水华蓝藻优势种之一,通常是产毒和非产毒微囊藻共存。微囊藻水华的暴发会从多个方面影响河流和湖泊生态系统的结构和功能,其中就包括对沉水植物的影响,而反过来沉水植物也可以通过化感作用等抑制微囊藻等蓝藻的生长,重建沉水植被已成为修复富营养化水体生态系统的重要措施之一。但是藻株水平上沉水植物与微囊藻相互作用的过程和机制仍不清楚,不利于沉水植被恢复实践工程的精准实施。
金雀异黄素是豆科植物生长过程中产生的一类次级代谢产物,在结构上类似于动物性雌激素,具有广泛的生理功能。在哺乳动物中,金雀异黄素可以发挥抗糖尿病和抗脂肪生成的作用。然而,目前关于金雀异黄素对水产动物糖脂代谢影响的相关报道仍相对缺乏,对具体机制的研究更少。与哺乳动物相比,鱼类对于糖的需求和利用量相对较低,被认为是先天的糖尿病体质,在鱼类的养殖过程中,容易出现脂肪肝等问题。从营养学角度上,除内源因子的调
由于根系生长于土壤之中,其表型研究相对于地上部分的研究难度远远加大。传统的根系观测方法,如从介质中挖掘并洗根或者如沟槽剖面法等观测方法对作物根系破坏性较大,难以保证待观测材料的完整性。此外,由于根系脱离介质易于变形,传统观测方法也不能保证取样后的材料形态相对于其在土壤等介质中的形态不发生改变。以上两点,一度限制了植物根系的表型研究。近年来随着MRI、XCT成像技术在农业领域的广泛运用,植物根系的原
光温敏感雄性核不育水稻(PTGMS)作为一种重要的种质资源,其光温诱导的雄性不育性发生过程和不育性稳定性一直是两系杂交水稻基础研究的热点。培矮64S(PA64S)是我国两系杂交水稻应用面积较大的光温敏不育系之一,其花粉育性受光照和温度调控,但育性受温度调控的机制尚不清楚。本研究选用不同育性临界温度的PA64S近等基因系PA2364S、PA2864S为材料,通过对不同温度处理下的育性差异植株花药细胞
微量元素在生物体正常生命活动中起重要作用,提高稻米铁、锌等微量元素含量对人类健康有重要意义。课题组前期对有色稻品系“罗田红米”叶面喷施Fe SO4后显著提高了籽粒铁含量,同时也促进籽粒中锌等其它微量元素含量提高,但其调节机制尚不清楚。本研究用两种籽粒铁含量差异的水稻材料“罗田红米”、9311为材料,结合Fe SO4、Zn SO4叶面喷施处理进行了籽粒发育过程中铁、锌、铜、锰、镉积累量和TMT定量蛋
鲫(Carassius carassius)是我国重要的淡水养殖鱼种,嗜水气单胞菌(Aeromonas hydrophila)感染导致其出血症频繁发生。本研究以嗜水气单胞菌感染鲫为实验动物感染模型,病鱼临床主要表现为鳃部出血、眼球突起、腹部两侧有鳞片脱落、肛门红肿并出现死亡,组织病理学观察显示部分鳃小片断裂、坏死和脱落,呼吸上皮脱落,鳃部黏液细胞增多;通过AB-PAS染色法显示嗜水气单胞菌感染鲫鳃
鲤(Cyprinus carpio)是我国重要的淡水养殖鱼种。2020年我国鲤养殖总产量为289.7吨(自《2021年中国渔业统计年鉴》),约占国内淡水养殖总产量的9.6%。随着养殖产量的不断提高,鲤养殖中病害频发,对鲤养殖产业的健康发展产生了重大影响。因此,揭示鲤免疫系统抵御病原微生物入侵的分子机制,研制疫苗和免疫增强剂,以有效防控鲤重要疾病的发生,则是目前亟待解决的问题。细胞因子(Cytoki
本研究通过大田试验,明确不同氮肥类型对稻油系统作物产量、氮肥吸收效率以及温室气体排放等方面的影响,旨在为减缓温室效应、提高作物氮吸收提供理论依据,探索出一种效益最大化的氮肥配施模式。本研究设有五个处理:(1)不施氮肥(CK);(2)无机氮肥+生物炭(IB);(3)无机氮肥+炭基肥(IS);(4)无机氮肥+有机氮肥(IO);(5)单施有机氮肥(O)。主要研究结果如下:1、生物炭添加处理显著降低温室气
铜是植物生长发育过程中必需的微量元素之一,土壤铜含量超标对植物产生毒害作用,可通过食物链危害人体健康。油菜是我国重要的油料作物,冬闲田广泛种植,对于土壤中过量的铜元素有一定的富集作用;红麻是我国重要的纤维作物,种植于铜污染土壤,仍能保持生物量大、生长速度快和经济价值高等特点。在铜污染土壤实行冬春季种植油菜,夏秋季种植红麻的方式,达到提高种植效益和增强修复土壤的效果,前期研究表明施用磷肥可强化麻类作