[发明专利]一种基于轻量化深度神经网络的低成本番茄叶片病害识别方法有效
| 申请号： | 202010165554.2 | 申请日： | 2020-03-11 |
| 公开（公告）号： | CN111400536B | 公开（公告）日： | 2023-09-22 |
| 发明（设计）人： | 吴阳;李文霞;刘洁;张亚勤;吴景春;于莲双 | 申请（专利权）人： | 无锡太湖学院 |
| 主分类号： | G06V20/68 | 分类号： | G06V20/68;G06V10/764;G06V10/774;G06V10/52;G06V10/56;G06V10/54;G06V10/82;G06F16/55;G06F16/583;G06T7/00;G06T7/11;G06T7/136 |
| 代理公司： | 无锡华越知识产权代理事务所(特殊普通合伙) 32571 | 代理人： | 朱锦国 |
| 地址： | 214000 江*** | 国省代码： | 江苏;32 |
| 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轻量化深度神经网络的低成本番茄叶片病害识别方法，包括以下步骤：进行番茄叶片图像数据集的收集，将收集的番茄叶片图像数据集采用数据集扩充方法进行扩充得到扩充图像数据库，进行图像数据集的预处理；构建改进的残差神经网络识别模型,将经过预处理的图像数据集，输入到所述改进的残差神经网络识别模型完成模型的训练；将完成训练的模型对待实际待检测图片进行识别。本申请采用改进的残差神经网络识别模型,利用可分离多尺度卷积module1、module2的配合对番茄叶片实现病害识别，拓展了网络宽度，准确率达到较高水平，占用内存较少，可以实现低性能终端上对番茄病害的实时识别，并可以推广到其他类似应用场景的农作物病害识别。 | ||
| 搜索关键词： | 一种 基于 量化 深度 神经网络 低成本 番茄 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无锡太湖学院，未经无锡太湖学院许可，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/202010165554.2/，转载请声明来源钻瓜专利网。
