公开(公告)号：CN114550164B

公开(公告)日：2024-05-31

申请号：CN202111622531.0

申请日：2021-12-28

Applicant: 吉林农业大学

Inventor： 马丽 ,  周巧黎 ,  张涵博 ,  赵丽亚 ,  胡远辉 ,  于合龙 ,  李东明 ,  曹丽英

IPC: G06V20/68 ,  G06V10/26 ,  G06V10/40 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于农作物病虫害识别技术领域，且公开了一种基于深度学习的番茄叶片病害识别研究方法，包括如下步骤：S1、运用数码相机和手机在番茄田间进行番茄害病图像采集，将采集后的图像分辨率统一缩放为64×64，然后按病害类别对图像进行贴标签，得到具有样本标签的原始番茄叶片病害图像数据集。在本发明构造的基于卷积神经网络的番茄病害识别方法中，不需要对每幅病害叶片图像进行复杂的预处理、病斑分割以及特征提取等操作，更有助于在低性能的终端上实现对番茄病害的实时检测和治疗，相对于应用传统的卷积神经网络进行病害识别的方法，本方法准确率更高、耗时更少、占用空间更低、运行和识别效果更好。

公开(公告)号：CN114550164A

公开(公告)日：2022-05-27

申请号：CN202111622531.0

申请日：2021-12-28

Applicant: 吉林农业大学

Inventor： 马丽 ,  周巧黎 ,  张涵博 ,  赵丽亚 ,  胡远辉 ,  于合龙 ,  李东明 ,  曹丽英

IPC: G06V20/68 ,  G06V10/26 ,  G06V10/40 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于农作物病虫害识别技术领域，且公开了一种基于深度学习的番茄叶片病害识别研究方法，包括如下步骤：S1、运用数码相机和手机在番茄田间进行番茄害病图像采集，将采集后的图像分辨率统一缩放为64×64，然后按病害类别对图像进行贴标签，得到具有样本标签的原始番茄叶片病害图像数据集。在本发明构造的基于卷积神经网络的番茄病害识别方法中，不需要对每幅病害叶片图像进行复杂的预处理、病斑分割以及特征提取等操作，更有助于在低性能的终端上实现对番茄病害的实时检测和治疗，相对于应用传统的卷积神经网络进行病害识别的方法，本方法准确率更高、耗时更少、占用空间更低、运行和识别效果更好。