[发明专利]基于深度学习二值化卷积神经网络的农业病虫害识别方法在审
| 申请号： | 201810090151.9 | 申请日： | 2018-01-30 |
| 公开（公告）号： | CN108304844A | 公开（公告）日： | 2018-07-20 |
| 发明（设计）人： | 雷印杰;蒲秀夫;胡诗雨 | 申请（专利权）人： | 四川大学 |
| 主分类号： | G06K9/34 | 分类号： | G06K9/34;G06N3/04 |
| 代理公司： | 四川力久律师事务所 51221 | 代理人： | 王芸;熊晓果 |
| 地址： | 610065 四川*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习二值化卷积神经网络的农业病虫害识别方法，通过构建一个深度学习卷积神经网络模型，经过对卷积神经网络进行二值化处理，压缩模型，降低模型对硬件设备的依赖性，从而保持一定的识别精度和速度，具有实时性，可移植性，高度准确性的特点，填补了深度学习在农业方面应用的空白，同时可降低人工成本。 | ||
| 搜索关键词： | 卷积神经网络 农业病虫害 二值化 学习 二值化处理 高度准确性 可移植性 人工成本 硬件设备 实时性 构建 填补 压缩 应用 | ||
【主权项】：
1.一种基于深度学习二值化卷积神经网络的农业病虫害识别方法，其特征在于，包括以下步骤：(1)收集原始图像并进行预处理，构成训练集和测试集，计算训练集和测试集的均值图像；(2)构建卷积神经网络；(3)对所述卷积神经网络参数进行二值化，得到二值化卷积神经网络；(4)利用所述训练集，对所述二值化卷积神经网络进行训练；(5)利用所述测试集，使训练完成的二值化卷积神经网络模型对测试样本进行识别。
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四川大学，未经四川大学许可，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/201810090151.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种图像审批方法及审批装置
- 下一篇：图像处理方法、装置及存储介质
