[发明专利]一种基于卷积神经网络模型的竹林害虫识别方法在审
| 申请号： | 201811138103.9 | 申请日： | 2018-09-28 |
| 公开（公告）号： | CN109558787A | 公开（公告）日： | 2019-04-02 |
| 发明（设计）人： | 冯海林;任丽锦;方益明;杨垠晖;刘兴泉;周国鑫 | 申请（专利权）人： | 浙江农林大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 北京轻创知识产权代理有限公司 11212 | 代理人： | 谈杰 |
| 地址： | 311300 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络模型的竹林害虫识别方法，属于农林害虫识别和分类技术领域，该方法包括以下步骤：采集竹林害虫样本图像数据；对竹林害虫样本图像数据进行处理，得到处理后的竹林害虫样本图像数据集；采用VGG卷积神经网络模型，并对VGG卷积神经网络模型进行优化；利用优化后的VGG卷积神经网络模型进行目标害虫识别分类；基于VGGNet网络结构开发出一套适用于竹林害虫识别分类方法，可实现常见竹林害虫的快速识别和分类，可实现自动识别和分类，识别准确率高。 | ||
| 搜索关键词： | 竹林 卷积神经网络 害虫 样本图像数据 害虫识别 分类 识别和分类 快速识别 目标害虫 农林害虫 网络结构 自动识别 准确率 优化 采集 开发 | ||
【主权项】：
1.一种基于卷积神经网络模型的竹林害虫识别方法，其特征在于：该方法包括以下步骤：S1，采集竹林害虫样本图像数据；S2，对竹林害虫样本图像数据进行处理，得到处理后的竹林害虫样本图像数据集；S3，采用VGG卷积神经网络模型，并对VGG卷积神经网络模型进行优化；S4，利用优化后的VGG卷积神经网络模型进行目标害虫识别分类。
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浙江农林大学，未经浙江农林大学许可，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/201811138103.9/，转载请声明来源钻瓜专利网。
