“病害识别”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果758510个，建议您升级VIP下载更多相关专利

[发明专利]柑橘病害程度识别方法、装置、设备及存储介质-CN202210362975.3在审
发明人：帖军;郑禄;罗均;覃俊;吴立锋;张潇;徐科;吴伟博 -专利权人：中南民族大学
申请日： 2022-04-02 - 公布日： 2022-08-12 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及图像处理技术领域，公开了一种柑橘病害程度识别方法、装置、设备及存储介质。本发明通过对初始病害图像进行图像处理，获得目标病害图像，将目标病害图像输入至预设柑橘病害程度识别模型，获得病害程度识别结果，其中，所述预设柑橘病害程度识别模型通过迁移训练获得。由于本发明是先对初始病害图像进行图像处理，获得增强病害特征信息后的目标病害图像，能够确保柑橘病害程度识别的准确性，然后将目标病害图像输入至通过迁移训练获得的预设柑橘病害程度识别模型，通过预设柑橘病害程度识别模型对目标病害图像进行病害识别，获得病害程度识别结果，从而实现了提升柑橘病害程度识别的准确性的同时，提升了柑橘病害程度识别效率。
柑橘病害程度识别方法装置设备存储介质

[发明专利]一种基于卷积神经网络的荞麦病害识别方法-CN202110938131.4有效
发明人：周尚波;刘小娟 -专利权人：重庆大学
申请日： 2021-08-16 - 公布日： 2022-11-25 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及植物技病害识别术领域，具体涉及一种基于卷积神经网络的荞麦病害识别方法，包括：构建荞麦病害识别模型，并训练所述荞麦病害识别模型；基于梯度下降算法和粒子群算法的结合优化所述荞麦病害识别模型的模型参数；获取待识别荞麦的荞麦叶图像；将所述荞麦叶图像输入经过优化的所述荞麦病害识别模型中，识别并输出对应的荞麦病害类型作为荞麦病害识别结果。本发明中的荞麦病害识别方法能够兼顾识别模型训练效果和训练效率，从而能够有效提升荞麦病害识别的准确性，并降低荞麦病害识别的时间成本。
一种基于卷积神经网络荞麦病害识别方法

[发明专利]一种轻量化的病害识别方法-CN202310108111.3在审
发明人：陈鹏;李高强;焦林;章军;夏懿;张明年;张波;庞春晖;王俊峰;杜健铭;王儒敬 -专利权人：中科合肥智慧农业协同创新研究院
申请日： 2023-02-14 - 公布日： 2023-05-12 - 主分类号： G06V20/50 文献下载
摘要：本发明涉及一种轻量化的病害识别方法，包括：获取病害图像数据集：对获取的病害原图像进行预处理；构建病害识别轻量化模块；构建病害分类识别模型；将训练集输入病害分类识别模型，对病害分类识别模型进行训练，将测试集输入到训练好的病害分类识别模型中，输出病害图像识别结果。本发明通过构建病害识别轻量化模块用于提取病害分类特征信息，再通过3个阶段的采样与特征处理，得到具有丰富信息病害特征图，最后通过分类模块得到最终的病害分类识别信息；本发明在识别的准确度上较当前的病害识别方法有明显提升，而模型大小可以减少到同等级的识别模型的四分之一，这充分说明本发明可运用到多类别、复杂背景下的农业病害识别工作。
一种量化病害识别方法

[发明专利]路面结构内部病害识别方法-CN202211328317.9在审
发明人：骆俊晖;黄晓凤;刘红燕;陈大地;张秋晨;陈江财;唐浩 -专利权人：广西北投交通养护科技集团有限公司;广西威航道路工程有限公司
申请日： 2022-10-26 - 公布日： 2023-03-07 - 主分类号： G01V3/12 文献下载
摘要：本发明公开了一种路面结构内部病害识别方法，包括：构建病害识别数据集并基于所述病害识别数据集获取路面病害类型集与形成机理；采集路面病害图，对所述路面病害图中的病害位置进行识别，基于所述路面病害类型集确定所述病害位置中的病害类型；基于深度学习对所述路面病害图中的水病害进行识别，并基于探地雷达对路面的内部空洞进行识别。本发明通过研究基于计算机视觉的沥青路表病害识别与基于探地雷达的路面内部缺陷识别机理，提出多技术手段的路面结构病害感知与解析方法，提高路面病害感知精度。
路面结构内部病害识别方法

[发明专利]道面病害半自动化识别方法、装置、电子设备及存储介质-CN202111619155.X在审
发明人：余世杰;费越;杨辉;桂仲成 -专利权人：成都圭目机器人有限公司
申请日： 2021-12-27 - 公布日： 2023-06-30 - 主分类号： G06V20/10 文献下载
摘要：本发明实施例公开了一种道面病害半自动化识别方法、装置、电子设备及存储介质；本发明实施例包括获取道面图像；对道面图像选定病害位置、病害对应的病害类型以及病害对应的病害程度；根据病害位置识别病害轮廓；在道面图像中对病害轮廓进行标记，获得已标记病害轮廓的道面图像；通过已标记病害轮廓的道面图像、病害对应的病害类型以及病害对应的病害程度获得道面病害识别结果。本发明不仅实现了半自动化识别道面病害，还提升了道面病害的识别准确率以及识别效率。
病害半自动识别方法装置电子设备存储介质

[发明专利]基于自注意力机制的草莓病害图像识别方法-CN202210892609.9在审
发明人：焦林;李高强;陈鹏;梁栋;雷雨 -专利权人：安徽大学
申请日： 2022-07-27 - 公布日： 2022-09-06 - 主分类号： G06V20/68 文献下载
摘要：本发明涉及基于自注意力机制的草莓病害图像识别方法，与现有技术相比解决了草莓病害图像难以识别的缺陷。本发明包括以下步骤：获取草莓病害图像数据集并进行预处理；构建草莓病害分类识别模型；构建草莓病害自注意力机制模块；草莓病害分类识别模型的训练；待识别草莓病害图像的获得；待识别草莓病害图像结果的获得。本发明解决现阶段草莓病害识别精度问题，使用数据增强处理草莓病害图像，并提出了自注意力机制模块，结合使用草莓病害分类识别模型作为骨干网络加快草莓病害的识别速度与准确度。
基于注意力机制草莓病害图像识别方法

[发明专利]葡萄病害识别方法、装置、电子设备及存储介质-CN202210045022.4在审
发明人：贾璐;叶中华 -专利权人：中国农业大学
申请日： 2022-01-14 - 公布日： 2022-05-13 - 主分类号： G06V20/00 文献下载
摘要：本发明提供一种葡萄病害识别方法、装置、电子设备及存储介质，葡萄病害识别方法，包括：获取葡萄叶片病害图像数据集；基于所述葡萄叶片病害图像数据集，训练得到病害识别模型；获取待识别葡萄病害图像，并将所述待识别葡萄病害图像输入至所述病害识别模型，得到葡萄病害识别结果；其中，所述病害识别模型，包括：多尺度特征融合模块、倒置残差模块、注意力机制模块、池化层以及分类器模块。本发明提供的葡萄病害识别方法、装置、电子设备及存储介质，可以解决现有技术中在识别复杂自然环境下的病害图像时，无法同时保证参数量小以及识别准确率高的缺陷，实现在降低参数量的前提下，同时保证较高的识别准确率
葡萄病害识别方法装置电子设备存储介质

[发明专利]基于机器视觉的隧道病害目标智能识别及提取方法-CN201911420099.X有效
发明人：谢雄耀;周彪;王皓正 -专利权人：同济大学
申请日： 2019-12-31 - 公布日： 2023-04-18 - 主分类号： G06V20/10 文献下载
摘要：本发明提供一种基于机器视觉的隧道病害目标智能识别及提取方法，包括步骤：拍摄隧道衬砌原始图像；利用矩形框标识存病害图片获得目标识别样本集；构建病害目标识别模型并训练；拍摄待病害分割图像；将待病害分割图像输入病害目标识别模型；输出病害目标识别结果；对目标识别结果和目标识别样本集进行语义分割标定；构建病害语义分割模型并训练；拍摄隧道衬砌图像输入病害目标识别模型，将病害目标识别结果输入训练后的病害语义分割模型；输出隧道衬砌图像病害分割图本发明的一种基于机器视觉的隧道病害目标智能识别及提取方法，可解决隧道衬砌图片单张拍摄范围大导致隧道衬砌病害占比小、背景复杂，引起样本不均衡、识别精确度不足的问题。
基于机器视觉隧道病害目标智能识别提取方法

[发明专利]基于小样本学习的茶叶典型病害图像识别系统及识别方法-CN202111298388.4在审
发明人：杨健;邹阳;李冬冬;郑翠 -专利权人：江苏农林职业技术学院
申请日： 2021-11-04 - 公布日： 2022-02-08 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于小样本学习的茶叶典型病害图像识别系统及方法，所述系统包括图像采集系统，用于获取待识别茶叶病害图像；图像预识别系统，用于将待识别茶叶病害图像分为若干级别；图像识别对比系统，用于根据其所在同级别内的茶叶典型病害特征样本对所述病害特征信息进行病害识别，获得所述待识别茶叶的病害。本发明与传统识别对比方式相比，大幅度提升了对比识别效率，将茶叶病害图像分级，便于后续识别对比时，只需要与相对应分级的典型茶叶病害图像进行识别对比，无需与大量典型茶叶病害图像依次进行识别对比。
基于样本学习茶叶典型病害图像识别系统方法

[发明专利]基于病灶定位与特征迭代细化技术的病害图像识别方法-CN202210719799.4在审
发明人：胡晓波;王儒敬;黄伟;张俊卿;刘宜;陈翔宇;宿宁 -专利权人：中国科学院合肥物质科学研究院
申请日： 2022-06-23 - 公布日： 2022-08-30 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及基于病灶定位与特征迭代细化技术的病害图像识别方法，与现有技术相比解决了在复杂背景下无法有效地提取相似病害间微小的病灶差异特征导致病害识别精度低的缺陷。本发明包括以下步骤：病害数据集的建立；病害识别网络的构建；病害识别网络的训练；待识别病害图像的获取；病害图像识别结果的获得。本发明通过无监督的病灶定位技术有效地去除背景特征对识别结果的影响，特征迭代细化技术放大相似病害间的差异，利于模型学习到不同病害间的差异特征，从而极大地提高了复杂田间环境下相似病害的识别精度，实现田间环境下的作物病害识别
基于病灶定位特征细化技术病害图像识别方法

[发明专利]基于粗糙集和BP神经网络的棉花病害识别方法及系统-CN202010336253.1在审
发明人：邱利逸 -专利权人：杭州皓京云信息技术有限公司
申请日： 2020-04-24 - 公布日： 2020-07-17 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于粗糙集和BP神经网络的棉花病害识别方法及系统，其中方法包括：对棉花病害图像进行图像预处理，以提取棉花病害图像上的病害特征；基于粗糙集对提取的病害特征进行特征优选，得到经特征优选后的棉花病害图像；以经特征优选后的棉花病害图像为BP神经网络的训练样本，训练形成棉花病害识别模型；利用棉花病害识别模型对棉花病害图像进行病害识别，输出病害类型识别结果。本发明通过粗糙集进行病害特征优选后形成的棉花病害图像的数据维度大幅降低，有利于提高棉花病害识别模型的训练速度。另外，本发明以具有较强非线性映射能力的BP神经网络为训练网络，训练形成的棉花病害识别模型具有更高地识别精度。
基于粗糙 bp 神经网络棉花病害识别方法系统

[发明专利]一种植物病害识别方法、设备、存储介质及装置-CN202310131685.2在审
发明人：帖军;郑禄;隆娟娟;王江晴;李子茂;佘纬;徐胜舟;马佳婷 -专利权人：中南民族大学
申请日： 2023-02-15 - 公布日： 2023-05-16 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种植物病害识别方法、设备、存储介质及装置，本发明通过改进知识蒸馏的植物病害识别模型对数据增强预处理后获得的植物图像进行病害特征识别，根据特征识别结果确定植物病害图像，所述改进知识蒸馏的植物病害识别模型通过知识蒸馏法将对应的教师模型的软标签与目标植物实际数据集的硬标签进行结合后对学生模型进行训练所获得的模型；基于植物病害图像确定病害类型。由于本发明通过改进知识蒸馏的植物病害识别模型对植物图像进行病害特征识别，并根据特征识别结果确定植物病害图像，从而进一步地确定病害类型，本发明实现了通过知识蒸馏后的轻量化模型进行病害识别，提升识别效率的同时保证了识别准确率
一种植物病害识别方法设备存储介质装置

[发明专利]植物病害识别方法、存储介质和识别系统-CN202310850757.9在审
发明人：张嘉琪;徐斌;金生英;熊俊;黄佳敏 -专利权人：广东东篱环境股份有限公司
申请日： 2023-07-11 - 公布日： 2023-10-10 - 主分类号： G06V20/60 文献下载
摘要：本发明公开了一种植物病害识别方法、存储介质和识别系统。该方法包括以下步骤：P.根据各种植物病害类型及其对应的病害特征构建植物病害特征信息库，病害特征包括病害部位、病害颜色以及病害区域在病害部位轮廓区域中的占比；A.获取待识别的植物病害图像并获得病害部位；B.根据病害部位，从待识别的植物病害图像提取病害部位轮廓区域；C.对该病害部位轮廓区域中的病害区域进行色值分析，得出其病害颜色；E.计算该病害区域在病害部位轮廓区域中的占比；F.根据上述待识别的植物病害图像的病害部位、病害颜色以及所述占比，从植物病害特征信息库查找所匹配的植物病害类型。该方法无需使用大量病害图像样本进行图像训练，成本较低，且识别准确率较高。
植物病害识别方法存储介质系统

[发明专利]一种农作物病害识别方法及装置-CN202310356759.2在审
发明人：高超;张明;沈文佶 -专利权人：黑龙江农投大数据科技有限公司
申请日： 2023-04-04 - 公布日： 2023-07-28 - 主分类号： G06V20/68 文献下载
摘要：本申请涉及一种农作物病害识别方法，所述方法包括：获取农作物病害数据集，对所述农作物病害数据集中的病害农作物样本标注；对所述农作物病害数据集预处理，通过数据增强策略，对所述数据集中病害农作物样本进行预设的扰动和扩充，得到预处理后的农作物病害数据集，其中所述数据增强策略包括几何变换和像素变换；利用预处理后的农作物病害数据集进行深度学习模型的训练，得到识别农作物病害的模型，以利用所述识别农作物病害的模型对待识别图像进行病害识别通过本申请可以提高农作物病害识别精度，可识别的农作物种类多且能及时识别病害。
一种农作物病害识别方法装置

[发明专利]一种用于葡萄果园的病害识别方法及系统-CN202010612798.0在审
发明人：李金彦 -专利权人：宁夏工商职业技术学院（宁夏化工技工学校、宁夏机电工程学校、宁夏农业机械化学校）
申请日： 2020-06-30 - 公布日： 2020-10-27 - 主分类号： G06K9/00 文献下载
摘要：本发明实施例提供的一种用于葡萄果园的病害识别方法及系统，该方法包括：获取葡萄叶片病害图像训练样本；利用所述葡萄叶片病害图像训练样本训练神经网络算法模型，得到葡萄病害识别模型；利用所述葡萄病害识别模型对待识别葡萄叶片图像进行识别，得到识别结果。以此方法进行葡萄病害针对性防治。应用卷积神经网络对病害葡萄叶片进行特征训练，提取有效特征，自动提取常见的病害特征，从而准确识别病害类型。采用基于深度学习的病害识别方法，能够准确地识别葡萄的病害，为喷洒特定农药提供依据，从而减少农药喷洒的盲目性，提升农产品质量和农业生态环境安全。
一种用于葡萄果园病害识别方法系统

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条