[发明专利]基于自学习的植物叶片叶脉分割方法和装置有效
| 申请号： | 202011528023.1 | 申请日： | 2020-12-22 |
| 公开（公告）号： | CN112581483B | 公开（公告）日： | 2022-10-04 |
| 发明（设计）人： | 张长水;李磊 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06T7/12 | 分类号： | G06T7/12 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 韩海花 |
| 地址： | 10008*** | 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： | 本申请提出一种基于自学习的植物叶片叶脉分割方法和装置，涉及数据处理技术领域，方法包括：通过深度神经网络模型对已标注的植物叶片样本进行训练，获取特征提取模块、粗糙叶脉提取模块和精细叶脉提取模块对无标注的植物叶片图片进行处理，获取粗糙叶脉图和精细叶脉图；将粗糙叶脉图和精细叶脉图进行融合，获取叶脉分割图作为无标注的植物叶片图片的标注信息并根据预设损失函数对深度神经网络模型进行训练，以使已训练的深度神经网络模型对待处理植物叶片图片进行处理获取植物叶片分割结果。由此，使用极少量的标注图片让模型自动地去学习大量未标注图片中的信息，从而提高泛化性，提高植物叶片叶脉分割的效率和准确性。 | ||
| 搜索关键词： | 基于 自学习 植物 叶片 叶脉 分割 方法 装置 | ||
【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清华大学，未经清华大学许可，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/202011528023.1/，转载请声明来源钻瓜专利网。
