基于深度學(xué)習(xí)的水稻病斑檢測(cè)方法及系統(tǒng)

基本信息

申請(qǐng)?zhí)?/td> CN201811043736.1 申請(qǐng)日 -
公開（公告）號(hào) CN109165623A 公開（公告）日 2019-01-08
申請(qǐng)公布號(hào) CN109165623A 申請(qǐng)公布日 2019-01-08
分類號(hào) G06K9/00;G06K9/62 分類 計(jì)算；推算；計(jì)數(shù);
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(qǐng)（專利權(quán)）人 廣州百度風(fēng)投人工智能股權(quán)投資合伙企業(yè)（有限合伙）
代理機(jī)構(gòu) 北京晟睿智杰知識(shí)產(chǎn)權(quán)代理事務(wù)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(hào)院6號(hào)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(xué)習(xí)的水稻病斑檢測(cè)方法及系統(tǒng)，屬于圖像處理領(lǐng)域，包括：照片樣本集和人工標(biāo)注樣本集，將照片樣本集和人工標(biāo)注樣本集按照比例進(jìn)行切分，形成第二照片樣本集和第二人工標(biāo)注樣本集；將第二照片樣本集和第二人工標(biāo)注樣本集輸入Linknet網(wǎng)絡(luò)模型，并基于Pytorch深度學(xué)習(xí)框架對(duì)Linknet網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練得到最優(yōu)模型；利用最優(yōu)模型識(shí)別當(dāng)前需要檢測(cè)的水稻病斑圖像，計(jì)算水稻病斑面積占比并對(duì)病害情況進(jìn)行分級(jí)。通過采用Pytorch深度學(xué)習(xí)框架的Linknet網(wǎng)絡(luò)模型，能夠提升水稻葉片病斑識(shí)別的泛化能力以及野外實(shí)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。