基于改进Cascade RCNN网络的自然背景柑橘黄龙病...
公开
摘要
本发明公开了一种基于改进Cascade RCNN网络的自然背景柑橘黄龙病检测方法，包括：利用Cascade RCNN网络改进后的骨干网络对待检测柑橘图像进行特征提取，改进后的骨干网络中至少一层采用可变形卷积；利用Cascade RCNN网络改进后的区域特征提取网络对骨干网络输出的特征进行高层次语义特征提取，改进后的区域特征提取网络包括一个自下而上卷积融合过程；利用Cascade RCNN网络的级联检测器对区域特征提取网络输出的高层次语义特征进行多阶段级联的目标识别检测过程，获取待检测柑橘图像的黄龙病检测结果。本发明有效提高了对柑橘黄龙病检测的准确性。
基本信息
专利标题 ：
基于改进Cascade RCNN网络的自然背景柑橘黄龙病检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114596274A
申请号 ：
CN202210204848.0
公开（公告）日 ：
2022-06-07
申请日 ：
2022-03-03
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
曾伟辉陈亚飞胡根生鲍文霞梁栋黄林生赵晋陵陈鹏张文凤李海东郭丹丹
申请人 ：
安徽大学
申请人地址 ：
安徽省合肥市肥西路3号
代理机构 ：
合肥维可专利代理事务所(普通合伙)
代理人 ：
吴明华
优先权 ：
CN202210204848.0
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06V10/25 G06V10/44 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
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
2022-06-07 ：
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
