一种基于深度学习的农作物灾害鉴别分级方法及装置
实质审查的生效
摘要
本发明提供的基于深度学习的农作物灾害鉴别分级方法及装置，采用全卷积神经网络在较为精确的样本上进行训练，即可达到实际生产中需要的精度，又能节约对农作物灾害审查评估阶段的时间和人力物力成本。并通过改进了所使用的神经网络模型结构，使得其表现在农作物灾害的考察评估性能上有了进一步的提升。进一步地，充分考虑了在实际生产过程中，图像获取的低成本和便捷性，采用RGB影像作为必要输入，比以往方法更加便捷和低成本。
基本信息
专利标题 ：
一种基于深度学习的农作物灾害鉴别分级方法及装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114429471A
申请号 ：
CN202210105931.2
公开（公告）日 ：
2022-05-03
申请日 ：
2022-01-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李慧盈刘畅高晨光
申请人 ：
吉林大学
申请人地址 ：
吉林省长春市朝阳区前进大街2699号
代理机构 ：
长春中科长光知识产权代理事务所(普通合伙)
代理人 ：
郭婷
优先权 ：
CN202210105931.2
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06T5/00 G06N3/08 G06N3/04
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-05-20 ：
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20220128
申请日 : 20220128
2022-05-03 ：
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
