一种基于DCGAN与RDN的作物病害识别方法及系统
授权
摘要
本发明涉及一种基于DCGAN与RDN的作物病害识别方法及系统，属于农业信息化和植物保护领域，该方法包括：首先进行数据收集，包括网络公开的数据集和人工采集的数据，然后利用数据可视化、数据清洗、DCGAN数据生成等技术保障训练数据集的准确性和分布均衡性；将处理完的数据按照60％训练集，20％验证集和20％测试集的比例进行划分；本发明构建了一个深度残差网络(RDN)识别模型，设置模型训练参数后，加载训练集和验证集进行模型训练；最后将训练好的模型应用于作物叶片病害识别系统中进行作物病害预测，系统返回作物病害类别及概率。该方法可以识别多种作物多种病害，尤其能提升在样本分布不均的情况下识别的准确率。
基本信息
专利标题 ：
一种基于DCGAN与RDN的作物病害识别方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN112861752A
申请号 ：
CN202110201803.3
公开（公告）日 ：
2021-05-28
申请日 ：
2021-02-23
授权号 ：
CN112861752B
授权日 ：
2022-06-14
发明人 ：
周长建宋佳邢金阁周思寒冯宝龙刘宇航
申请人 ：
东北农业大学
申请人地址 ：
黑龙江省哈尔滨市香坊区长江路600号
代理机构 ：
代理人 ：
优先权 ：
CN202110201803.3
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 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
法律状态
2022-06-14 ：
授权
2021-06-15 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20210223
申请日 : 20210223
2021-05-28 ：
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
