[发明专利]一种基于深度学习的柑橘病虫害智能诊断方法及系统有效
| 申请号： | 201910546589.8 | 申请日： | 2019-06-22 |
| 公开（公告）号： | CN110245720B | 公开（公告）日： | 2023-05-26 |
| 发明（设计）人： | 秦姣华;向旭宇;潘文焱;谭云 | 申请（专利权）人： | 中南林业科技大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/40;G06V10/82;G06N3/0464;G06N3/08 |
| 代理公司： | 深圳市深软翰琪知识产权代理有限公司 44380 | 代理人： | 黄美成 |
| 地址： | 410000 湖南*** | 国省代码： | 湖南;43 |
| 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深度学习的柑橘病虫害智能诊断方法及系统，该方法的步骤：步骤1：基于专家经验建立黄龙病、炭疽病、溃疡病、黑星病、砂皮病和疮痂病这6类柑橘病害的图像数据集；步骤2：使用五种数据增强的方法扩充训练集和测试集；利用增强后的训练集和验证集对简化的DenseNet网络进行训练，保存模型至系统中；利用测试集对模型的性能进行评价。步骤3：在微信小程序的基础上建立了柑橘病诊断系统，用户通过手机使用小程序拍照/上传图像，通过上传的训练好的卷积网络模型进行诊断，再返回智能诊断结果及病虫害防治建议给用户，实现柑橘病虫害智能诊断。 | ||
| 搜索关键词： | 一种 基于 深度 学习 柑橘 病虫害 智能 诊断 方法 系统 | ||
【主权项】：
1.一种基于深度学习的柑橘病虫害智能诊断方法，其特征在于，包括以下步骤：步骤1：基于专家经验建立6类柑橘病害的图像数据集；该6类柑橘病害是指：黄龙病、炭疽病、溃疡病、黑星病、砂皮病和疮痂病；步骤2：采用6类柑橘病害的图像数据集对卷积网络进行训练；从数据集中随机抽取图像组成训练集、验证集和测试集，每个类别的比例为6:2:2；使用五种数据增强的方法扩充训练集和测试集，利用增强后的训练集和验证集对简化的DenseNet网络进行训练，保存模型至系统中；并利用测试集对模型的性能进行评价；步骤3：在微信小程序的基础上建立了柑橘病诊断系统，用户使用小程序上传图像，通过上传的训练好的卷积网络模型进行诊断，返回智能诊断结果及病虫害防治建议给用户。
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中南林业科技大学，未经中南林业科技大学许可，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/201910546589.8/，转载请声明来源钻瓜专利网。
