一种基于人工智能的病虫害识别方法

    公开(公告)号:CN118521899A

    公开(公告)日:2024-08-20

    申请号:CN202410854139.6

    申请日:2024-06-28

    Inventor: 郑辉 朱显珍

    Abstract: 本发明公开了一种基于人工智能的病虫害识别方法,属于病虫害识别技术领域,方法包括图像采集、图像预处理、图像分割、病虫害识别模型构建和病虫害识别报告生成。本发明采用数据增强方法,有效扩展了数据多样性,有助于模型更好识别各种变化,进而增强模型在实际应用中的性能;采用结合变压器的神经网络进行图像分割,降低了背景干扰,通过将图像分解成多个子区域,减少了每个区域的复杂度,进而提升识别速度和精度,通过引入稀疏注意力机制,显著降低模型的计算需求;采用轻量级快速区域卷积网络进行病虫害识别模型构建,有效降低内存占用,且具有高效率和高准确性,更适于轻量级计算平台,增强了模型实用性,提高了病虫害识别技术的应用范围。

    一种基于图像识别的种苗生长情况检测方法

    公开(公告)号:CN118587602A

    公开(公告)日:2024-09-03

    申请号:CN202410817198.6

    申请日:2024-06-24

    Inventor: 朱显珍 郑辉

    Abstract: 本发明属于图像识别领域,具体是一种基于图像识别的种苗生长情况检测方法,所述方法包括数据采集、数据增强、数据预处理、特征提取、特征分类、模型评估与优化和生长情况检测,本发明采用计算机图像识别模型对种苗生长情况检测,减少对人力与时间成本的消耗,增加检测效率;本发明采用基于Sobel滤波器优化的双三次差值图像旋转算法对种苗图像进行数据增强,丰富样本数据集的多样性;使用具有瓶颈层的ResNet34模型对特征进行提取,提高特征的重用率,减少所要使用的训练集的数量;并采用高效率的双通道注意力方法对ResNet34模型的残差结构进行优化,提高识别模型的效率,增加模型的实用性。

Patent Agency Ranking