[发明专利]基于全卷积神经网络的草地退化自动提取方法有效
| 申请号： | 201810275831.8 | 申请日： | 2018-03-30 |
| 公开（公告）号： | CN108647568B | 公开（公告）日： | 2022-05-17 |
| 发明（设计）人： | 王宏;沈鹏;李建清 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06V20/10 | 分类号： | G06V20/10;G06V10/764;G06K9/62 |
| 代理公司： | 成都虹盛汇泉专利代理有限公司 51268 | 代理人： | 王伟 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 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全卷积神经网络的草地退化自动提取方法，包括以下步骤：S1、获取待检测区域的影像数据作为数据集，并进行像素标记得到对应的样本标签；S2、进行数据扩展和数据增强，划分训练集和测试集；S3、设计全卷积神经网络；S4、将训练集和对应样本标签作为输入数据，利用神经网络进行训练，待神经网络的性能评价指标收敛后得到具有退化草地提取能力的神经网络模型；S5、对测试集进行特征提取，得到每一个像素对应的标签值，根据标签值着色后得到退化草地的分割提取结果。本发明采用了端到端训练模型，缩减了人工预处理和后处理，简化了草地退化提取流程，具有更强的适应性和高效性，可以实现任意尺寸的图像的输入，适用性广。 | ||
| 搜索关键词： | 基于 卷积 神经网络 草地 退化 自动 提取 方法 | ||
【主权项】：
1.基于全卷积神经网络的草地退化自动提取方法，其特征在于，包括以下步骤：S1、获取待检测区域的影像数据作为数据集，并进行像素标记得到对应的样本标签；S2、对步骤S1中获得的数据集和样本标签进行数据扩展和数据增强，并划分训练集和测试集；S3、设计全卷积神经网络用于提取退化草地；S4、将步骤S2中得到的训练集和对应样本标签作为输入数据，利用步骤S3中的神经网络进行训练，待神经网络的性能评价指标收敛后得到具有退化草地提取能力的神经网络模型；S5、利用步骤S4中得到的神经网络模型对S2中的测试集进行特征提取，得到每一个像素对应的标签值，根据标签值着色后得到退化草地的分割提取结果。
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电子科技大学，未经电子科技大学许可，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/201810275831.8/，转载请声明来源钻瓜专利网。
- 上一篇：基于条件证据理论的场景可识别性分析方法
- 下一篇：一种指纹扫描方法、移动终端
