基于EfficientNet网络与深度学习的植物叶部病害...
公开
摘要
本申请提供了一种基于EfficientNet网络与深度学习的植物叶部病害识别方法包括步骤：获取包含植物正常状态和植物叶部病害的图像数据集；对图像数据集进行数据增强处理和数据扩张处理，得到训练数据集；基于EfficientNet网络与深度学习搭建EfficientNet模型；将训练数据集输入到EfficientNet模型进行训练，得到训练完成的EfficientNet模型；使用EfficientNet模型对包含植物叶部病害的图像数据进行植物叶部病害识别。能够快速且准确的进行自然环境下的植物病害识别并采取相应的措施，对于植物病情的控制和治疗意义重大，能够及时准确地诊断植物病害，对于可持续和正确的农业，以及防止不必要的浪费财政和其他资源，都具有重要意义。
基本信息
专利标题 ：
基于EfficientNet网络与深度学习的植物叶部病害识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114581758A
申请号 ：
CN202210224394.3
公开（公告）日 ：
2022-06-03
申请日 ：
2022-03-07
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
撒继铭高菲王卓尔赵中雨涂赛飞彭峰
申请人 ：
武汉理工大学
申请人地址 ：
湖北省武汉市洪山区珞狮路122号
代理机构 ：
武汉智嘉联合知识产权代理事务所(普通合伙)
代理人 ：
张璐
优先权 ：
CN202210224394.3
主分类号 ：
G06V20/00
IPC分类号 ：
G06V20/00 G06V10/764 G06V10/774 G06V10/82 G06N3/04 G06N3/08
法律状态
2022-06-03 ：
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
