[发明专利]一种基于深度学习的层级叶片病害检测方法和系统在审
| 申请号： | 202310353202.3 | 申请日： | 2023-04-04 |
| 公开（公告）号： | CN116664480A | 公开（公告）日： | 2023-08-29 |
| 发明（设计）人： | 刘斌;杨佳慧;张海曦;刘运松;卫星;袁爱红 | 申请（专利权）人： | 西北农林科技大学;陕西省农村科技开发中心 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/764;G06V10/82;G06V10/40;G06V10/25;G06V10/77;G06V10/80;G06V10/766;G06N3/0464;G06N3/08 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 钱宇婧 |
| 地址： | 712100 陕*** | 国省代码： | 陕西;61 |
| 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的层级叶片病害检测方法和系统，用于自然环境下苹果叶片病害检测。首先，前置区域提议网络在整个图像生成提议框，并筛选出叶片提议框，后置区域提议网络根据叶片提议框生成病斑提议框。其次，设计了底层特征聚合模块，以更好地利用前置区域提议网络生成的桥接特征。然后，在后置区域提议网络中引入多级ROIAlign块和GCNet，使聚合的特征缩放到相同的大小，更专注于病斑。最后，提出了一种位置锚框生成器，使预设锚框更容易根据病叶的位置捕获目标病斑。复杂自然环境下，该层级苹果叶片病害检测方法可以提高检测任务的召回率和检测精度。 | ||
| 搜索关键词： | 一种 基于 深度 学习 层级 叶片 病害 检测 方法 系统 | ||
【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西北农林科技大学;陕西省农村科技开发中心，未经西北农林科技大学;陕西省农村科技开发中心许可，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/202310353202.3/，转载请声明来源钻瓜专利网。
