一种基于深度多任务学习的高丛蓝莓僵果病害识别方法
公开
摘要
本发明涉及一种基于深度多任务学习的高丛蓝莓僵果病害识别方法，属于植物病害识别领域。该方法包括：S1：采集高丛蓝莓僵果病害图像数据集，对图像数据集进行数据标注生成感染部位识别数据集、感染阶段划分数据集和感染严重程度估计数据集；S2：对标注的图像数据集进行数据扩增；S3：在EfficientNet模型基础上搭建深度多任务蓝莓僵果病害识别模型；S4：利用步骤S2中扩增的图像数据集对步骤S3构建的深度多任务蓝莓僵果病害识别模型进行训练；S5：使用训练好的模型进行蓝莓僵果病感染部位识别，感染阶段划分，以及感染严重程度估计。本发明可以实现蓝莓僵果病害高效准确的识别，对农业病害监测有巨大的现实意义和价值。
基本信息
专利标题 ：
一种基于深度多任务学习的高丛蓝莓僵果病害识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114596513A
申请号 ：
CN202210272323.0
公开（公告）日 ：
2022-06-07
申请日 ：
2022-03-18
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
屈洪春黄锐张蔼琳
申请人 ：
重庆邮电大学
申请人地址 ：
重庆市南岸区黄桷垭崇文路2号
代理机构 ：
北京同恒源知识产权代理有限公司
代理人 ：
廖曦
优先权 ：
CN202210272323.0
主分类号 ：
G06V20/20
IPC分类号 ：
G06V20/20 G06N3/04 G06N3/08
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
