[发明专利]基于卷积神经网络的水稻秧苗及苗期杂草识别方法和系统在审
| 申请号： | 201811199948.9 | 申请日： | 2018-10-16 |
| 公开（公告）号： | CN109522797A | 公开（公告）日： | 2019-03-26 |
| 发明（设计）人： | 蒋郁;邓向武;齐龙;马旭;郑文汉;林少敏;刘海云;龚浩;李帅;曹聪 | 申请（专利权）人： | 华南农业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 李君 |
| 地址： | 510642 广*** | 国省代码： | 广东;44 |
| 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的水稻秧苗及苗期杂草识别方法和系统，所述方法包括：获取水稻秧苗及苗期杂草的彩色样本图像；其中，所述水稻秧苗及苗期杂草的彩色样本图像带有相应的种类标签；对水稻秧苗及苗期杂草的彩色样本图像进行扩增，形成训练集和测试集；构建基于卷积神经网络的水稻秧苗及苗期杂草识别模型，设计三种不同网络深度的卷积神经网络模型；调节三种网络深度的卷积神经网络模型的网络参数，通过训练集对三种网络深度不同网络参数的卷积神经网络模型进行训练，选出识别准确率最高的卷积神经网络模型。本发明能够从水稻秧苗及苗期杂草的彩色样本图像中学习并提取得到鲁棒性强的特征，并取得较好的识别效果。 | ||
| 搜索关键词： | 卷积神经网络 水稻秧苗 彩色样本 杂草 杂草识别 图像 网络参数 训练集 种类标签 网络 测试集 鲁棒性 准确率 构建 扩增 学习 | ||
【主权项】：
1.一种基于卷积神经网络的水稻秧苗及苗期杂草识别方法，其特征在于，所述方法包括：获取水稻秧苗及苗期杂草的彩色样本图像；其中，所述水稻秧苗及苗期杂草的彩色样本图像带有相应的种类标签；对水稻秧苗及苗期杂草的彩色样本图像进行扩增，形成训练集和测试集；构建基于卷积神经网络的水稻秧苗及苗期杂草识别模型，设计三种不同网络深度的卷积神经网络模型；调节三种网络深度的卷积神经网络模型的网络参数，通过训练集对三种网络深度不同网络参数的卷积神经网络模型进行训练，选出识别准确率最高的卷积神经网络模型。
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华南农业大学，未经华南农业大学许可，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/201811199948.9/，转载请声明来源钻瓜专利网。
