基于深度學習的水稻病斑檢測方法及系統(tǒng)
基本信息
| 申請?zhí)?/td> | CN201811043736.1 | 申請日 | - |
| 公開（公告）號 | CN109165623B | 公開（公告）日 | 2019-01-08 |
| 申請公布號 | CN109165623B | 申請公布日 | 2019-01-08 |
| 分類號 | G06K9/00(2006.01)I;G06K9/62(2006.01)I | 分類 | 計算；推算；計數; |
| 發(fā)明人 | 陳俊伸;宮華澤;劉龍;田平;孫盈蕊;李曉鵬;董振興 | 申請（專利權）人 | 廣州百度風投人工智能股權投資合伙企業(yè)（有限合伙） |
| 代理機構 | 北京晟睿智杰知識產權代理事務所（特殊普通合伙） | 代理人 | 北京麥飛科技有限公司 |
| 地址 | 100000北京市朝陽區(qū)阜通東大街1號院6號樓6層2單元220702 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開了一種基于深度學習的水稻病斑檢測方法及系統(tǒng)，屬于圖像處理領域，包括：照片樣本集和人工標注樣本集，將照片樣本集和人工標注樣本集按照比例進行切分，形成第二照片樣本集和第二人工標注樣本集；將第二照片樣本集和第二人工標注樣本集輸入Linknet網絡模型，并基于Pytorch深度學習框架對Linknet網絡模型進行訓練得到最優(yōu)模型；利用最優(yōu)模型識別當前需要檢測的水稻病斑圖像，計算水稻病斑面積占比并對病害情況進行分級。通過采用Pytorch深度學習框架的Linknet網絡模型，能夠提升水稻葉片病斑識別的泛化能力以及野外實用性，提高信息利用率，有利于后續(xù)定量施藥，降低環(huán)境污染。?? |
