[发明专利]一种基于深度卷积神经网络的病虫害检测方法有效
| 申请号： | 201910280657.0 | 申请日： | 2019-04-09 |
| 公开（公告）号： | CN110009043B | 公开（公告）日： | 2021-08-17 |
| 发明（设计）人： | 何峰;唐宇;王楠;马敬奇;吴亮生;杨锦;陈再励 | 申请（专利权）人： | 广东省智能制造研究所 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 罗晓林;杨桂洋 |
| 地址： | 510000 广东省广州*** | 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： | 一种基于深度卷积神经网络的病虫害检测方法，根据农作物类别、病虫害类别和严重程度对待检测的农作物病虫害进行分类；利用摄像仪器拍摄患病农作物的叶片来制作与病虫害相关的数据集；设置堆叠网络模块，该堆叠网络模块包括卷积神经网络中的卷积层、归一化层和激活函数层，各层的特征图层数相互叠加，融和各层特征；将堆叠网络模块嵌入病虫害检测深度卷积神经网络中；通过病虫害检测深度卷积神经网络框架搭建网络模型，在数据集基础上训练网络模型，最后，将待检测的农作物叶片送入网络模型，得到检测结果。本发明检测精度高，应用范围广，能应用在农业农作物防治领域如水稻田病虫害检测、果树病虫害检测、大豆病虫害检测等。 | ||
| 搜索关键词： | 一种 基于 深度 卷积 神经网络 病虫害 检测 方法 | ||
【主权项】：
1.一种基于深度卷积神经网络的病虫害检测方法，根据农作物类别、病虫害类别和严重程度对待检测的农作物病虫害进行分类；利用摄像仪器拍摄患病农作物的叶片来制作与病虫害相关的数据集；设置堆叠网络模块，该堆叠网络模块包括卷积神经网络中的卷积层、归一化层和激活函数层，各层的特征图层数相互叠加，融和各层特征；将堆叠网络模块嵌入病虫害检测深度卷积神经网络中；通过病虫害检测深度卷积神经网络框架搭建网络模型，在数据集基础上训练网络模型，最后，将待检测的农作物叶片送入网络模型，得到检测结果。
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广东省智能制造研究所，未经广东省智能制造研究所许可，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/201910280657.0/，转载请声明来源钻瓜专利网。
