一种基于AM-Softmax损失的蝴蝶图像细粒度识别方法

摘要

本发明公开了一种用于基于AM‑Softmax损失的蝴蝶图像细粒度识别方法，属于计算机视觉领域；具体步骤包括：首先选择使用网络收集以及标注的334类蝴蝶数据集作为实验数据集，并进行预处理操作；然后，建立双线性模型；其次，使用AM‑Softmax作为损失函数，选择优化方法，设置合适的学习率以及迭代次数等超参数，训练双线性网络，训练完成后保存模型；最后，对测试集图像进行测试，输出分类准确率。本说明在计算机视觉、细粒度识别领域具有一定的研究意义和价值。

说明书

技术领域

本发明属于机器视觉中的图像识别技术领域，尤其涉及一种基于AM-Softmax损失的蝴蝶图像细粒度识别方法。

背景技术

现在大多数的图像识别，通常是针对不同物种进行的识别，例如“鸟”、“车”、“狗”等，类别间特征差异较为明显。然而，在许多的实际应用当中，我们需要识别的往往不是它是属于哪个物种，而是想要具体的知道它是这个物种中的哪个类别，这就是细粒度图像识别任务。针对于蝴蝶进行的图像识别分类就属于细粒度图像识别任务，蝴蝶与人类生活和自然环境息息相关，一方面，在生态环境中，蝴蝶有助于保护生态系统健康，帮助科学家监测气候变化，有助于花的授粉；另一方面，在人类生活中，蝴蝶有着很高的观赏价值，有助于促进旅游业的发展，因此，针对于蝴蝶图像进行识别分类无论是在生态方面，还是人类生活方面都具有重大意义。

与传统图像识别任务相比，蝴蝶图像识别任务难点在于其图像所属类别的力度更为精细，物体的差异仅仅体现在细微之处，并且由于受姿态、光照等的影响，其类内差异非常大，类间差异比较小；其次，在生态图像中，蝴蝶尺寸较小，仅仅占据图像很小的位置；最后，蝴蝶还具有一种拟态的能力，这使得其蝴蝶目标与背景难以区分，这些均为细粒度蝴蝶图像的识别分类带来了巨大的挑战。

以卷积神经网络(Convolutional Neural Network,CNN)为代表的深度学习方法在图像识别领域取得了巨大的成功，它首先自动提取图像的特征，然后使用软最大(softmax)分类器进行分类识别。在传统图像识别训练中，通常使用交叉熵损失函数，该损失函数擅长处理优化类间差异，即分离不同的类，但是针对于蝴蝶这种类内差异非常大，类间差异不是很大的图像来说，其并不擅长减少类内差异(即使同一类的特性紧凑)，因而可能会影响最终的识别准确率。

本发明通过引入AM-Softmax损失函数，将交叉熵损失重新定义为一种余弦损失，并在此基础上引入余弦边缘项来进一步增大决策区域，进而让类内特征更为的紧凑，类间的差异更为的明显，最终提升蝴蝶图像识别分类的准确率。

本发明在自主构建的334类蝴蝶图像数据集上进行实验，基于双线性模型，引入AM-Softmax损失函数，有效的对蝴蝶细粒度图像进行识别。

发明内容

本发明要解决的技术问题是，提供一种基于AM-Softmax损失的蝴蝶图像细粒度识别方法，用于提升蝴蝶细粒度图像识别的准确率，本发明采用如下的技术方案：

一种基于AM-Softmax损失的蝴蝶图像细粒度识别的方法包括以下步骤：

步骤1：预处理蝴蝶图像细粒度识别数据集，本发明在自主构建的334类共N幅蝴蝶图像的数据集D上面进行验证，将每一种类的数据集以8:2的比例划分为训练和测试图像，最终得到训练集D

步骤2：构建基础网络，选择VGG-16的前13层作为基础网络，该基础网络由5个卷积块组成，其中前两个卷积块包含两个卷积层和一个池化层，后三个卷积块包含三个卷积层和一个池化层，其中每个卷积核大小都是3×3，采用最大池化的方式；基础网络的输入为彩色图像I

步骤3：构建双线性网络模型，此网络包含A和B两个并行的分支，其中A分支用于提取细粒度特征，B分支用于定位区域，这两个分支都使用步骤2中的基础网络：

步骤3.1:对于第p幅蝴蝶训练图像I

步骤3.2：将特征

其中，vector(·)表示向量化操作；

步骤3.3：使用外积操作对

其中，bi

步骤3.3:将bi

Bi

其中，vector(·)表示向量化操作；

步骤3.4:将获取到的双线性特征做如下标准化计算：

其中，z

步骤3.5：使用softmax分类器对归一化后的双线性特征z

其中C代表图像类别的个数。

步骤4：建立网络的损失函数，使用AM-softmax作为损失函数，表示为：

其中，f

步骤5：网络训练：设置迭代次数、学习率等超参数，使用随机梯度下降算法对网络参数进行迭代更新，保存最终的模型；

步骤6：网络测试：加载保存的模型，将测试集D

附图说明

图1为本方法实施流程图。

图2为原图像。

图3为网络整体结构。

具体实施方式

本发明实例提供一种基于AM-Softmax的蝴蝶细粒度识别方法，下面结合相关附图对本发明进行解释和阐述：

本发明是在卷积神经网络的基础上，使用包含334类的蝴蝶图像数据集(通道数为3，像素值∈[0,255])，采用双线性网络模型，引用AM-Softmax损失函数来减少类内差异，来有效的对蝴蝶数据集进行图像识别。

本发明的实施方案流程如下：

步骤1：预处理蝴蝶数据集。蝴蝶数据集D分为334类，共包含N＝74111幅图像，该数据集的图像如附图2所示。将数据集D按照每类8:2的比例划分为训练集D

步骤2：构建基础网络，选择VGG-16的前13层作为基础网络，该基础网络由5个卷积块组成，其中前两个卷积块包含两个卷积层和一个池化层，后三个卷积块包含三个卷积层和一个池化层，其中每个卷积核大小都是3×3，采用最大池化的方式。基础网络的输入为彩色的蝴蝶图像I

步骤3：构建双线性网络模型，此网络包含A和B两个并行的分支，其中A分支用于提取细粒度特征，B分支用于定位区域，这两个分支都使用步骤2中的基础网络：

步骤3.1:对于第p幅训练图像I

步骤3.2：将特征

其中，vector(·)表示向量化操作；

步骤3.3：：使用外积操作对

其中，bi

步骤3.4:将bi

Bi

其中，vector(·)表示向量化操作；

步骤3.5:将获取到的双线性特征做如下标准化计算：

其中，z

步骤3.6：使用softmax分类器对归一化后的双线性特征z

其中C代表图像类别的个数。

步骤4：建立网络的损失函数，使用AM-Softmax作为损失函数，表示为：

其中，

步骤5：网络训练。设置迭代次数为55、学习率为0.001，将训练集D

步骤6：网络测试。加载保存的模型，将测试集D

表1 Butterfly334蝴蝶数据集

以上实例仅用于描述本发明，而非限制本发明所描述的技术方案。因此，一切不脱离本发明精神和范围的技术方案及其改进，均应涵盖在本发明的权利要求范围中。