一种基于迁移学习的植物叶片病虫害程度分类方法
授权
摘要
本发明公开了一种基于迁移学习的植物叶片病虫害程度分类方法，在常规图像预处理之后增设了0填充处理，使得图像的边缘特征信息能够被更加清晰地提取出来；利用ImageNet提供的通用机器视觉模型权重参数减轻模型训练的时间复杂度和资源消耗量；并对现有的ResNet50型残差神经网络进行改进，增设了可以保留更多信息的平均池化层、可以将多维数据降为1维进而加快计算速度的Flatten层、运算2048个中间特征的第一全连接层和最末端的第二全连接层，相比于现有技术，训练效果更佳，最终得到精度近似90％的处理效果。
基本信息
专利标题 ：
一种基于迁移学习的植物叶片病虫害程度分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110766082A
申请号 ：
CN201911022167.7
公开（公告）日 ：
2020-02-07
申请日 ：
2019-10-25
授权号 ：
CN110766082B
授权日 ：
2022-04-01
发明人 ：
于曦杨孟辑张海清何煜余小东唐毅谦
申请人 ：
成都大学
申请人地址 ：
四川省成都市外东十陵镇
代理机构 ：
成都正华专利代理事务所(普通合伙)
代理人 ：
李蕊
优先权 ：
CN201911022167.7
主分类号 ：
G06K9/62
IPC分类号 ：
G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-04-01 ：
授权
2020-03-03 ：
实质审查的生效
IPC(主分类) : G06K 9/62
申请日 : 20191025
申请日 : 20191025
2020-02-07 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
