基于超轻量级高效卷积神经网络的农作物病虫害识别方法
实质审查的生效
摘要
本发明公开了一种基于超轻量级高效卷积神经网络的农作物病虫害识别方法。该方法使用深度可分离卷积模块进行高效的图片高维特征提取，结合空间金字塔池化层进行局部全局的特征保持，然后将其放入到全连接分类器中进行分类训练。与现有方法相比，本发明方法拥有更少的网络参数量，网络训练的速度更快，在小样本集上能够达到与复杂神经网络相近的分类精度。本发明方法在实际应用场景中对于硬件设备的要求更低，更加适合于在低算力的移动端平台进行部署应用。
基本信息
专利标题 ：
基于超轻量级高效卷积神经网络的农作物病虫害识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114463651A
申请号 ：
CN202210012912.5
公开（公告）日 ：
2022-05-10
申请日 ：
2022-01-07
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张晨晓
申请人 ：
武汉大学
申请人地址 ：
湖北省武汉市武昌区珞珈山武汉大学
代理机构 ：
武汉科皓知识产权代理事务所(特殊普通合伙)
代理人 ：
王琪
优先权 ：
CN202210012912.5
主分类号 ：
G06V20/20
IPC分类号 ：
G06V20/20 G06V10/20 G06N3/04 G06N3/08
法律状态
2022-05-27 ：
实质审查的生效
IPC(主分类) : G06V 20/20
申请日 : 20220107
申请日 : 20220107
2022-05-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
