公开(公告)号：CN110309841A

公开(公告)日：2019-10-08

申请号：CN201811138134.4

申请日：2018-09-28

Applicant: 浙江农林大学

Inventor： 冯海林 ,  任丽锦 ,  方益明 ,  杜晓晨 ,  刘兴泉 ,  周国鑫

IPC: G06K9/62

Abstract: 本发明公开了一种基于深度学习的山核桃常见害虫识别方法，属于农林害虫识别和分类技术领域，该方法包括以下步骤：采集山核桃害虫样本图像数据；对山核桃害虫样本图像数据进行处理，得到处理后的山核桃害虫样本图像数据集；采用VGG卷积神经网络模型，并对VGG卷积神经网络模型进行优化；利用优化后的VGG卷积神经网络模型进行目标害虫识别分类；基于VGGNet网络结构开发出一套适用于山核桃害虫识别分类方法，可实现常见山核桃害虫的快速识别和分类，可实现自动识别和分类，识别准确率高。

公开(公告)号：CN109558787A

公开(公告)日：2019-04-02

申请号：CN201811138103.9

申请日：2018-09-28

Applicant: 浙江农林大学

Inventor： 冯海林 ,  任丽锦 ,  方益明 ,  杨垠晖 ,  刘兴泉 ,  周国鑫

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于卷积神经网络模型的竹林害虫识别方法，属于农林害虫识别和分类技术领域，该方法包括以下步骤：采集竹林害虫样本图像数据；对竹林害虫样本图像数据进行处理，得到处理后的竹林害虫样本图像数据集；采用VGG卷积神经网络模型，并对VGG卷积神经网络模型进行优化；利用优化后的VGG卷积神经网络模型进行目标害虫识别分类；基于VGGNet网络结构开发出一套适用于竹林害虫识别分类方法，可实现常见竹林害虫的快速识别和分类，可实现自动识别和分类，识别准确率高。