[发明专利]基于生成式对抗网络的病虫害图像生成方法在审
| 申请号： | 201710103547.8 | 申请日： | 2017-02-24 |
| 公开（公告）号： | CN107016406A | 公开（公告）日： | 2017-08-04 |
| 发明（设计）人： | 张洁;王儒敬;宋良图;谢成军;余健;李瑞;陈红波;陈天娇;许桃胜;宿宁 | 申请（专利权）人： | 中国科学院合肥物质科学研究院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 合肥国和专利代理事务所(普通合伙)34131 | 代理人： | 张祥骞 |
| 地址： | 230031 *** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及基于生成式对抗网络的病虫害图像生成方法，与现有技术相比解决了病虫害图像采样图像少的缺陷。本发明包括以下步骤对训练图像进行收集和预处理；基于深度卷积神经网络模型来构造判别网络和生成网络；对判别网络和生成网络进行训练；根据训练好的生成网络生成病虫害图像。本发明能够根据已有的少量病虫害图像生成大量的类似真实的病虫害图像，为病虫害图像识别提供了样本图像，解决了实际中田间病虫害图像比较少且获取成本高的难题。 | ||
| 搜索关键词： | 基于 生成 对抗 网络 病虫害 图像 方法 | ||
【主权项】：
一种基于生成式对抗网络的病虫害图像生成方法，其特征在于，包括以下步骤：11)对训练图像进行收集和预处理，收集若干幅图像作为训练图像，对所有训练图像进行大小归一化处理，将其处理为256×256像素，得到若干个训练样本；12)基于深度卷积神经网络模型来构造判别网络和生成网络；13)对判别网络和生成网络进行训练；14)根据训练好的生成网络生成病虫害图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院合肥物质科学研究院，未经中国科学院合肥物质科学研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710103547.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种应急电源快速接入装置
- 下一篇：一种反馈式密度峰值聚类方法及系统
