[发明专利]一种基于强化学习技术的植保图像非密集害虫检测方法有效
申请号: | 202010352773.1 | 申请日: | 2020-04-29 |
公开(公告)号: | CN111476317B | 公开(公告)日: | 2023-03-24 |
发明(设计)人: | 谢成军;周满;张洁;李瑞;陈天娇;陈红波;胡海瀛;刘海云 | 申请(专利权)人: | 中国科学院合肥物质科学研究院 |
主分类号: | G06V10/774 | 分类号: | G06V10/774;G06V10/82;G06V10/25;G06V10/44;G06T7/187;G06V10/26 |
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 安徽*** | 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: | 本发明涉及一种基于强化学习技术的植保图像非密集害虫检测方法,与现有技术相比解决了植保图像非密集害虫检测计算量大、资源消耗高的缺陷。本发明包括以下步骤:获取植保图像数据库;植保图像特征图的提取;构建害虫目标检测网络;害虫目标检测网络的训练;待检测植保图像的获取和特征图提取;害虫检测结果的获得。本发明利用强化学习的动作空间和深度学习的特征空间去由粗到细的进行目标检测,结合改进的强化学习算法和区域选择网络去搜索最优候选区域,而后利用深度学习去进一步精修目标候选区域坐标,进一步提高检测精度。 | ||
搜索关键词: | 一种 基于 强化 学习 技术 植保 图像 密集 害虫 检测 方法 | ||
【主权项】:
暂无信息
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/202010352773.1/,转载请声明来源钻瓜专利网。
- 上一篇:一种盖帘的边料修剪装置
- 下一篇:一种基于区域尺度感知技术的害虫图像检测方法
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序