-
公开(公告)号：CN119251558A
公开(公告)日：2025-01-03
申请号：CN202411286850.2
申请日：2024-09-13
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06T7/62 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了一种农作物叶片病害程度诊断方法及系统，涉及深度学习和农业信息技术领域，包括：获取农作物叶片图像数据集，对农作物叶片图像数据集进行标注和预处理，得到处理后的农作物叶片图像数据集；将农作物叶片图像数据集输入至预先建立的多尺度双注意力机制U‑Net模型内进行训练，得到训练后的多尺度双注意力机制U‑Net模型；获取待识别的农作物叶片图像，将待识别的农作物叶片图像输入至训练后的多尺度双注意力机制U‑Net模型内，输出得到农作物叶片图像的分类概率，根据农作物叶片图像的分类概率大小识别得出农作物叶片病害类别；对已识别出病害类别的农作物叶片图像，根据图像中叶片病斑总面积占叶片总面积的百分比来进行病害程度诊断计算，得出病害程度等级。
Search Results
1
records
(took 0.027 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
