[发明专利]一种基于图片识别果蔬病害的方法及装置在审
| 申请号： | 201810185001.6 | 申请日： | 2018-03-06 |
| 公开（公告）号： | CN108596017A | 公开（公告）日： | 2018-09-28 |
| 发明（设计）人： | 马俊娜;付琰;杨小飞;崔鲁南;赵一嘉 | 申请（专利权）人： | 深圳市农博创新科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/62;G06N3/04 |
| 代理公司： | 北京万思博知识产权代理有限公司 11694 | 代理人： | 姜楠楠 |
| 地址： | 518000 广东省深圳市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种基于图片识别果蔬病害的方法及装置，其中方法包括：通过卷积神经网络训练至少一种果蔬病害特征，并产生对应的果蔬病害特征数据；将果蔬病害特征数据存储至存储器；接收被识别图片；通过卷积神经网络提取被识别图片的图片特征；及将图片特征与果蔬病害特征数据对比，并输出对比结果。只需上传疑似患病的黄瓜图片，对图像进行处理，即可输出相应的病害名称或没有患病，改善了传统方法中的图像预处理和人工参与进行特征提取的复杂性，降低了对数据集质量的要求。解决人工方法效率低、准确率不高的问题，能够及时而精准地检测出黄瓜病害，与传统的机器训练方法相比较，在准确度和泛化能力上有很大的优势。 | ||
| 搜索关键词： | 果蔬病害 卷积神经网络 特征数据 图片识别 图片特征 特征数据存储 图像预处理 存储器 准确度 输出 病害特征 对比结果 黄瓜病害 人工参与 特征提取 传统的 数据集 准确率 上传 病害 黄瓜 图片 图像 检测 申请 | ||
【主权项】：
1.一种基于图片识别果蔬病害的方法，包括如下步骤：S100：通过卷积神经网络训练至少一种果蔬病害特征，并产生对应的果蔬病害特征数据；S200：将所述果蔬病害特征数据存储至存储器；S300：接收被识别图片；S400：通过所述卷积神经网络提取所述被识别图片的图片特征；及S500：将所述图片特征与所述果蔬病害特征数据对比，并输出对比结果。
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深圳市农博创新科技有限公司，未经深圳市农博创新科技有限公司许可，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/201810185001.6/，转载请声明来源钻瓜专利网。
