[发明专利]一种基于卷积神经网络的植物叶片病害检测方法在审
| 申请号： | 202111370336.3 | 申请日： | 2021-11-18 |
| 公开（公告）号： | CN114140403A | 公开（公告）日： | 2022-03-04 |
| 发明（设计）人： | 张倩;孙俊;俞博文 | 申请（专利权）人： | 江苏大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/764;G06V10/774;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 212013 江*** | 国省代码： | 江苏;32 |
| 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卷积神经网络的植物叶片病害检测方法，包括以下步骤：建立植物叶片病害检测数据集；从数据集的图像全部样本中选取训练集和测试集；将训练集中疾病的类别和数量进行统计分析；对图像进行数据增强处理；使用卷积神经网络作为深度学习模型，使用训练集对卷积神经网络深度学习模型进行训练，通过训练后得到的卷积神经网络深度学习模型对测试集进行检测，直到达到预设的准确率，得到通过测试的卷积神经网络深度学习模型；采用通过测试的卷积神经网络深度学习模型植物叶片进行检测，得到植物叶片病害检测结果，本发明利用卷积神经网络对植物叶片表面病害有无的判断和病害具体类型的确定，能对植物的生长状态进行自动监测。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 植物 叶片 病害 检测 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江苏大学，未经江苏大学许可，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/202111370336.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种骨科术后护理训练装置
- 下一篇：一种网页录制和直播方法及系统
