一种基于深度学习的番茄叶片病害识别研究方法
实质审查的生效
摘要
本发明属于农作物病虫害识别技术领域，且公开了一种基于深度学习的番茄叶片病害识别研究方法，包括如下步骤：S1、运用数码相机和手机在番茄田间进行番茄害病图像采集，将采集后的图像分辨率统一缩放为64×64，然后按病害类别对图像进行贴标签，得到具有样本标签的原始番茄叶片病害图像数据集。在本发明构造的基于卷积神经网络的番茄病害识别方法中，不需要对每幅病害叶片图像进行复杂的预处理、病斑分割以及特征提取等操作，更有助于在低性能的终端上实现对番茄病害的实时检测和治疗，相对于应用传统的卷积神经网络进行病害识别的方法，本方法准确率更高、耗时更少、占用空间更低、运行和识别效果更好。
基本信息
专利标题 ：
一种基于深度学习的番茄叶片病害识别研究方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114550164A
申请号 ：
CN202111622531.0
公开（公告）日 ：
2022-05-27
申请日 ：
2021-12-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
马丽周巧黎张涵博赵丽亚胡远辉于合龙李东明曹丽英
申请人 ：
吉林农业大学
申请人地址 ：
吉林省长春市新城大街2888号
代理机构 ：
南京金宁专利代理事务所(普通合伙)
代理人 ：
张凤香
优先权 ：
CN202111622531.0
主分类号 ：
G06V20/68
IPC分类号 ：
G06V20/68 G06V10/26 G06V10/40 G06V10/774 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-14 ：
实质审查的生效
IPC(主分类) : G06V 20/68
申请日 : 20211228
申请日 : 20211228
2022-05-27 ：
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
