[发明专利]基于双路卷积神经网络的玉米制种果穗筛分方法及装置在审
| 申请号： | 201910899513.3 | 申请日： | 2019-09-23 |
| 公开（公告）号： | CN110766053A | 公开（公告）日： | 2020-02-07 |
| 发明（设计）人： | 马钦;张佳婧;刘哲;朱德海;崔雪莲 | 申请（专利权）人： | 中国农业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 11002 北京路浩知识产权代理有限公司 | 代理人： | 张秀程 |
| 地址： | 100193 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于双路卷积神经网络的玉米制种果穗筛分方法及装置，预先将带有玉米制种果穗种类标签的玉米制种果穗图像输入到双路卷积神经网络的第一支路模型和第二支路模型，分别提取玉米制种果穗图像的特征量并输入到融合分类模型进行融合和分类，从而训练好双路卷积神经网络，然后利用训练好的双路卷积神经网络获取采集的玉米制种果穗图像所对应的玉米制种果穗种类。本发明能结合第一支路模型和第二支路模型的优点，提高了模型的分类准确率，有效解决了手工提取玉米果穗图像深层特征较为困难、难以获得较高的分类准确率的问题，大大简化了玉米制种的操作流程，提高玉米制种的效率，节约人力成本，对于提高果穗制种效率有着重要的参考意义。 | ||
| 搜索关键词： | 玉米制种 卷积神经网络 支路模型 果穗 双路 果穗图像 分类准确率 操作流程 分类模型 人力成本 有效解决 玉米果穗 制种效率 种类标签 融合 特征量 采集 图像 参考 分类 节约 | ||
【主权项】：
1.一种基于双路卷积神经网络的玉米制种果穗筛分方法，其特征在于，包括：/n采集玉米制种果穗图像；/n将所述玉米制种果穗图像输入至双路卷积神经网络，输出所述玉米制种果穗图像对应的玉米制种果穗种类；其中，所述双路卷积神经网络是根据带有玉米制种果穗种类标签的玉米制种果穗图像进行训练后获得的；/n相应地，所述双路卷积神经网络包括并行的第一支路模型和第二支路模型，所述第一支路模型和所述第二支路模型用于同步对所述玉米制种果穗图像进行特征提取；所述第一支路模型和所述第二支路模型均为深度卷积神经网络。/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中国农业大学，未经中国农业大学许可，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/201910899513.3/，转载请声明来源钻瓜专利网。
