[发明专利]基于深度学习的悬钩子植物自动识别方法、存储介质和装置有效
| 申请号： | 202011054203.0 | 申请日： | 2020-09-29 |
| 公开（公告）号： | CN112149682B | 公开（公告）日： | 2023-08-15 |
| 发明（设计）人： | 童丽;韩旭;杨芳;热增才旦;李文渊;李永平;曾小艳;段凌燕 | 申请（专利权）人： | 青海大学;中国科学技术信息研究所;青海民族大学 |
| 主分类号： | G06V20/50 | 分类号： | G06V20/50;G06V10/26;G06V10/30;G06V10/776;G06V10/82;G06N3/084;G06N3/0464;G06N3/047;G06N3/048 |
| 代理公司： | 成都华风专利事务所(普通合伙) 51223 | 代理人： | 张巨箭 |
| 地址： | 810000 青*** | 国省代码： | 青海;63 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于深度学习的悬钩子植物自动识别方法、存储介质和装置，方法包括：将获取到的经过标记的所述植物和类似植物的包括至少两个植物元素的多个图像，输入至深度卷积神经网络进行训练，其中每个植物元素分别占用所述深度卷积神经网络输入层的对应数量通道；将待识别的图像输入到已训练好的深度卷积神经网络对应通道中，依据输出标记得到最终识别结果。本发明在模型构建过程中，建立由多种植物元素的多通道卷积神经网络模型，增强了模型的稳定性，提高了模型的准确率；同时，在最终判断过程中，使用具有对应植物元素的图像共同进行植物是否为悬钩子的判别，提高了整体的识别准确率。 | ||
| 搜索关键词： | 基于 深度 学习 钩子 植物 自动识别 方法 存储 介质 装置 | ||
【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青海大学;中国科学技术信息研究所;青海民族大学，未经青海大学;中国科学技术信息研究所;青海民族大学许可，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/202011054203.0/，转载请声明来源钻瓜专利网。
- 上一篇：NDUFB1作为结核病诊断分子标识的用途
- 下一篇：高密封性电主轴
