[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