[发明专利]一种基于深度学习的稻穗识别方法、系统、装置及介质有效
| 申请号： | 201910931983.3 | 申请日： | 2019-09-29 |
| 公开（公告）号： | CN110796011B | 公开（公告）日： | 2022-04-12 |
| 发明（设计）人： | 彭祺;程瑞敏;李春生;屠礼芬;邵鑫 | 申请（专利权）人： | 湖北工程学院 |
| 主分类号： | G06V20/13 | 分类号： | G06V20/13;G06V10/82;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： | 尉保芳 |
| 地址： | 432000 *** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度学习的稻穗识别方法、系统、装置和介质，方法包括获取农田的多个原始水稻样本图像，并根据所有原始水稻样本图像构建水稻图像数据库；对所有原始水稻样本图像进行处理，得到多个目标水稻样本图像并存储入水稻图像数据库中，从水稻图像数据库中获取目标水稻数据集；基于YOLOv3深度学习方法，对目标水稻数据集进行训练，得到神经网络稻穗识别模型；利用神经网络稻穗识别模型对农田中的待检测稻穗进行识别，得到识别结果。本发明能够克服农田复杂背景环境的干扰因素，实现稻穗这类小目标的定位和识别，定位和识别效果得到了大大提升，有利于通过稻穗来观察水稻的生长状态，有助于保障水稻产量，促进了智慧农业的发展。 | ||
| 搜索关键词： | 一种 基于 深度 学习 稻穗 识别 方法 系统 装置 介质 | ||
【主权项】：
1.一种基于深度学习的稻穗识别方法，其特征在于，包括以下步骤：/n步骤1：获取农田的多个原始水稻样本图像，并根据所有原始水稻样本图像构建水稻图像数据库；/n步骤2：对所述水稻图像数据库中的所有原始水稻样本图像进行处理，得到多个目标水稻样本图像，将所有目标水稻样本图像存储入所述水稻图像数据库中，并从所述水稻图像数据库中获取目标水稻数据集；/n步骤3：基于YOLOv3深度学习方法，对所述目标水稻数据集进行训练，得到神经网络稻穗识别模型；/n步骤4：利用所述神经网络稻穗识别模型对农田中的待检测稻穗进行识别，得到识别结果。/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湖北工程学院，未经湖北工程学院许可，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/201910931983.3/，转载请声明来源钻瓜专利网。
