[发明专利]基于掩码卷积神经网络的植物叶片病害识别方法有效
| 申请号： | 202010150980.9 | 申请日： | 2020-03-06 |
| 公开（公告）号： | CN111369540B | 公开（公告）日： | 2023-06-02 |
| 发明（设计）人： | 王勇;刘雪月;胥克翔;靳伟昭;杨琦;朱文涛 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06V10/82 | 分类号： | G06V10/82;G06V10/764;G06V10/26;G06V10/28;G06V20/70;G06V10/40;G06V10/74;G06N3/0464;G06N3/0475;G06N3/048;G06N3/08;G06T7/00;G06T5/00 |
| 代理公司： | 陕西电子工业专利中心 61205 | 代理人： | 王品华;黎汉华 |
| 地址： | 710071*** | 国省代码： | 陕西;61 |
| 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掩码卷积神经网络的植物叶片病害识别方法，主要解决现有技术识别植物叶片病害准确率低的问题。其方案是：对原数据集进行增强和扩充，得到训练集和测试集；对训练集和测试集进行语义分割得到相应的掩码集；在该模型的全卷积层和掩码分支之间增加病害特征筛选模块，将训练集和掩码集输入到网络中进行训练，得到目标分类和目标检测的结果；将目标分类结果中属于病害叶片的特征图作为掩码分支的输入，多次迭代后得到训练后的模型；将测试集输入该模型，对叶片进行目标分类和目标检测，并对属于病害类别的叶片进行分割。本发明在传统方法的基础上提升了叶片病害识别的准确率，可用于农业种植中植物病害叶片识别和分割。 | ||
| 搜索关键词： | 基于 掩码 卷积 神经网络 植物 叶片 病害 识别 方法 | ||
【主权项】：
暂无信息
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安电子科技大学，未经西安电子科技大学许可，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/202010150980.9/，转载请声明来源钻瓜专利网。
