[发明专利]基于深度学习YOLO模型的植物图像快速自动识别方法在审
| 申请号： | 202111663537.2 | 申请日： | 2021-12-31 |
| 公开（公告）号： | CN114399679A | 公开（公告）日： | 2022-04-26 |
| 发明（设计）人： | 孙步阳;高首都;剧成宇;张俊鹏;王胜磊;蒋硕颜;李珂;吕献林 | 申请（专利权）人： | 中国电建集团河南省电力勘测设计院有限公司;中国电建集团华中电力设计研究院有限公司 |
| 主分类号： | G06V20/10 | 分类号： | G06V20/10;G06K9/62;G06N3/04;G06N3/08;G06V10/774;G06V10/82 |
| 代理公司： | 郑州中原专利事务所有限公司 41109 | 代理人： | 张春;李想 |
| 地址： | 450000 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： | 本发明公开了一种基于深度学习YOLO模型的植物图像快速自动识别方法，包括以下步骤：a.在YOLOV3模型中加入可变形卷积，使得卷积核的形状适应目标的轮廓，可以实现精细化网络提取特征的标准；b.通过前向传播和反向传播两个过程相结合，对参数进行优化调整，实现预期输出与提取特征输出保持一致；c.为加快模型搜索匹配速度及训练速度，基于GPU传递层间节点数据，并行处理同层内网络，得到理想响应速度；d.利用a和b的结果，基于c的运行策略，实现植物图像快速自动识别方法。本发明使用YOLOV3的可变形卷积模型，通过深度学习进行模型训练，实现植物图像快速自动识别，有效的提升了图像识别的速度和正确率。 | ||
| 搜索关键词： | 基于 深度 学习 yolo 模型 植物 图像 快速 自动识别 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中国电建集团河南省电力勘测设计院有限公司;中国电建集团华中电力设计研究院有限公司，未经中国电建集团河南省电力勘测设计院有限公司;中国电建集团华中电力设计研究院有限公司许可，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/202111663537.2/，转载请声明来源钻瓜专利网。
- 上一篇：固化剂及其制备方法
- 下一篇：一种不锈钢复合板钢板的生产方法
