[发明专利]基于深度学习的植物病虫害识别方法在审
申请号: | 201911314361.2 | 申请日: | 2019-12-19 |
公开(公告)号: | CN111080524A | 公开(公告)日: | 2020-04-28 |
发明(设计)人: | 徐兴梅;刘远;周晶;陈谦;王硕;王宁;于孝铂 | 申请(专利权)人: | 吉林农业大学 |
主分类号: | G06T3/40 | 分类号: | G06T3/40;G06T7/11;G06T7/187;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 长春众邦菁华知识产权代理有限公司 22214 | 代理人: | 于晓庆 |
地址: | 130118 吉林省*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 基于深度学习的植物病虫害识别方法,涉及植物病虫害防治领域,解决了现有农作物病虫害分类识别方法存在的图像识别率低、模型结构复杂、预测精准度低的问题。本发明包括:采集植物病虫害叶片图像和正常植物叶片图像;图像预处理,得到超分辨率植物病虫害叶片目标图像;通过深度学习算法对超分辨率植物病虫害叶片目标图像进行融合、分析和计算,生成植物病虫害图像特征表达;通过深度学习网络对植物病虫害图像特征表达进行分析和计算,生成基于深度学习网络的植物病虫害识别模型;利用基于深度学习网络的植物病虫害识别模型对需要识别的植物病虫害叶片图像进行训练。本发明图像识别率高、模型结构简单、预测精准度高。 | ||
搜索关键词: | 基于 深度 学习 植物 病虫害 识别 方法 | ||
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于吉林农业大学,未经吉林农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201911314361.2/,转载请声明来源钻瓜专利网。
- 上一篇:一种可冷却的轧辊结构
- 下一篇:无人化水产养殖增氧工作站及增氧方法