[发明专利]一种基于区域卷积神经网络的农业害虫检测方法有效
| 申请号： | 201710890863.4 | 申请日： | 2017-09-27 |
| 公开（公告）号： | CN107665355B | 公开（公告）日： | 2020-09-29 |
| 发明（设计）人： | 肖斌;魏杨;李伟生 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06T7/00;G06T7/73;G06N3/04;G06N3/08 |
| 代理公司： | 重庆市恒信知识产权代理有限公司 50102 | 代理人： | 李金蓉 |
| 地址： | 400065 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明请求保护一种基于区域卷积神经网络的农业害虫检测方法，涉及数字图像处理、深度学习、计算机视觉等技术领域。具体步骤为：1)搜集并整理各类的农业害虫样本作为训练集；2)对训练集进行标记样本标签操作；3)利用区域卷积神经网络架构对搜集到的所有农业害虫训练集样本进行模型训练；4)采集农田中的监控图像，并用得到的模型对监控图像进行测试，得到最终效果。本方法利用区域卷积神经网络训练得到的模型对农业害虫进行检测，辅助各类害虫的防治工作，进而降低害虫给农、林、牧业带来的影响，提升农业粮食产量、保护林、牧业绿化安全，具有实际意义，并且取得较好效果。 | ||
| 搜索关键词： | 一种 基于 区域 卷积 神经网络 农业 害虫 检测 方法 | ||
【主权项】：
一种基于区域卷积神经网络的农业害虫检测方法，其特征在于包括：(1)搜集并整理各类的农业害虫图像样本作为训练图像集；(2)对训练图像集进行标记样本标签操作；(3)利用步骤(2)处理后的训练图像集对区域卷积神经网络进行模型训练；(4)采集农田中的监控图像，利用步骤(3)训练后的区域卷积神经网络进行图像测试，输出最终结果。
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重庆邮电大学，未经重庆邮电大学许可，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/201710890863.4/，转载请声明来源钻瓜专利网。
