[发明专利]一种基于图像识别技术的茶叶病害识别系统及工作方法在审
| 申请号： | 201910745341.4 | 申请日： | 2019-08-13 |
| 公开（公告）号： | CN110458109A | 公开（公告）日： | 2019-11-15 |
| 发明（设计）人： | 董建娥;秦明明;苗晟;谢裕睿;刘磊仙;吴秋香;郑嘉文 | 申请（专利权）人： | 西南林业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 11572 北京卓特专利代理事务所(普通合伙) | 代理人： | 段宇<国际申请>=<国际公布>=<进入国 |
| 地址： | 650224云*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明以解决茶叶生长周期中任意时间点发生病害，病害识别依靠经验或专家指导，防治效率低，无法及时找到防治途径的问题。本发明公开了一种基于图像识别技术的茶叶病害识别系统，其包括APP客户端、云平台和后端管理系统，所述后端管理系统包括图像识别模块和图像采集模块；所述图像采集模块通过无线或有线传输的方式与图像识别模块相连接，所述图像采集模块为基于移动终端的高清摄像头，所述茶叶病害图像数据库存放于云平台上，所述数据处理与分析模块以残差单元加速网络训练速度，采用残差神经网络自主学习并实现病害种类识别。 | ||
| 搜索关键词： | 图像采集模块 病害 图像识别模块 病害识别 后端管理 茶叶 云平台 残差 数据处理与分析 图像识别技术 高清摄像头 任意时间点 图像数据库 加速网络 神经网络 生长周期 移动终端 种类识别 专家指导 客户端 防治 传输 学习 | ||
【主权项】：
1.一种基于图像识别技术的茶叶病害识别系统，包括APP客户端、云平台和后端管理系统，其特征在于：所述后端管理系统包括图像识别模块和多个图像采集模块；所述图像采集模块通过无线或有线传输的方式与图像识别模块相连接，所述图像采集模块为基于移动终端的高清摄像头，所述数据库训练图库设置于云平台上，所述数据库训练图库用于构建残差网络模型为基础，残差单元加速网络训练校验，获取训练素材，自主学习；/n所述图像采集模块用于获取生长时期的茶叶叶片病害图像，对图像描绘像素点的点集，自动调节容差度，获取精细的图像素材上报至图像处理模块；/n所述图像识别模块包括MXNet深度学习框架和残差神经网络和迭代器；所述图像识别模块用于上报后的数据压缩和分块打包，再经预定的映射关系解码分包上报至云平台，调用已经训练好的深度学习模型进行病害种类的识别，并给出病害防治措施。/n
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西南林业大学，未经西南林业大学许可，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/201910745341.4/，转载请声明来源钻瓜专利网。
