[发明专利]一种基于机器学习的农作物叶片异常检测方法及系统有效
| 申请号： | 202110396252.0 | 申请日： | 2021-04-13 |
| 公开（公告）号： | CN113255440B | 公开（公告）日： | 2022-11-25 |
| 发明（设计）人： | 孙晓勇;张梓婷;韩金玉 | 申请（专利权）人： | 山东农业大学 |
| 主分类号： | G06V20/10 | 分类号： | G06V20/10;G06V10/56;G06V10/774;G06V10/762;G06N20/00 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 宋海海 |
| 地址： | 271018 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于机器学习的农作物叶片异常检测方法及系统，属于农作物异常检测和计算机视觉技术领域。本发明旨在通过处理获取的农作物叶片数据，并只需要训练正常数据集即可判断数据异常与否，以便进一步判断异常类型，搭建农作物实时叶片病害异常检测大数据平台，为保障农业安全奠定基础，因此具有良好的实际应用之价值。 | ||
| 搜索关键词： | 一种 基于 机器 学习 农作物 叶片 异常 检测 方法 系统 | ||
【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山东农业大学，未经山东农业大学许可，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/202110396252.0/，转载请声明来源钻瓜专利网。
