[发明专利]一种基于深度学习神经网络的成熟蓝莓果实识别方法在审
| 申请号： | 202210307641.6 | 申请日： | 2022-03-27 |
| 公开（公告）号： | CN114677672A | 公开（公告）日： | 2022-06-28 |
| 发明（设计）人： | 闫祥海;陈炳鑫;徐立友;张静云;吴依伟;赵文正 | 申请（专利权）人： | 河南科技大学 |
| 主分类号： | G06V20/68 | 分类号： | G06V20/68;G06V10/141;G06V10/22;G06V10/26;G06V10/40;G06V10/764;G06V10/82;G06V10/774;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 洛阳华和知识产权代理事务所(普通合伙) 41203 | 代理人： | 陈佳丽 |
| 地址： | 471000 河南*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于深度学习神经网络的成熟蓝莓果实识别办法，采用ResNet50残差神经网络和YOLOv2检测网络相结合的办法进行训练，具体包括以下步骤：对采集的蓝莓果实图片集进行预处理,并用数据增广扩充数据集；将增广后的数据集按比例分成训练集、测试集和验证集；标注图像特征；采用ResNet50残差网络进行图像特征提取；将提取出的特征作为入口函数，输入YOLOv2检测网络中进行目标检测；测试集中成熟蓝莓果实识别准确率为95％，且验证集中成熟蓝莓果实得到正确识别。该方法巧妙结合了ResNet50残差神经网络和YOlOv2检测网络的优点，ResNet50残差神经网络有效解决了层数加深导致的梯度爆炸、梯度消失问题，YOLOv2检测网络预测准确、速度快，两者结合增强了神经网络的训练精度和识别反应速度。 | ||
| 搜索关键词： | 一种 基于 深度 学习 神经网络 成熟 蓝莓 果实 识别 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河南科技大学，未经河南科技大学许可，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/202210307641.6/，转载请声明来源钻瓜专利网。
- 上一篇：显示面板及显示装置
- 下一篇：一种温度可控的高效粮食烘干机
