[发明专利]基于卷积神经网络的设施蔬菜病害识别方法及装置在审
| 申请号： | 201710909399.9 | 申请日： | 2017-09-29 |
| 公开（公告）号： | CN107784305A | 公开（公告）日： | 2018-03-09 |
| 发明（设计）人： | 马浚诚;孙忠富;杜克明;郑飞翔 | 申请（专利权）人： | 中国农业科学院农业环境与可持续发展研究所 |
| 主分类号： | G06K9/42 | 分类号： | G06K9/42;G06K9/62;G06N3/04;G06N3/08;G06Q50/02 |
| 代理公司： | 北京路浩知识产权代理有限公司11002 | 代理人： | 王莹,李相雨 |
| 地址： | 100081 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于卷积神经网络的设施蔬菜病害识别方法及装置，识别方法包括自动采集目标设施蔬菜的病斑图像，并构建输入数据集；将所述病斑图像对应的输入数据集作为模型的输入，建立用于识别所述目标设施蔬菜病害种类的卷积神经网络模型；以及根据梯度下降算法和测试数据集对所述卷积神经网络模型进行模型训练、验证和测试，得到对所述目标设施蔬菜病害的种类识别结果。本发明自动化程度高且识别效率高，能够有效减少病害识别的中间环节和人工干预，降低识别过程的应用成本和复杂程度，有效提高设施蔬菜病害识别的准确性和实时性。 | ||
| 搜索关键词： | 基于 卷积 神经网络 设施 蔬菜 病害 识别 方法 装置 | ||
【主权项】：
一种基于卷积神经网络的设施蔬菜病害识别方法，其特征在于，所述识别方法包括：自动采集目标设施蔬菜的病斑图像，并构建所述病斑图像对应的输入数据集，其中，所述输入数据集包括：训练数据集、验证数据集和测试数据集；将所述病斑图像对应的输入数据集作为模型的输入，建立用于识别所述目标设施蔬菜病害种类的卷积神经网络模型；以及，根据梯度下降算法和所述测试数据集对所述卷积神经网络模型进行模型训练、验证和测试，得到对所述目标设施蔬菜病害的种类识别结果。
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中国农业科学院农业环境与可持续发展研究所，未经中国农业科学院农业环境与可持续发展研究所许可，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/201710909399.9/，转载请声明来源钻瓜专利网。
- 上一篇：道路养护用装配式双控道路防护罩
- 下一篇：地坪压花用成形机构
