公开(公告)号：CN111105393B

公开(公告)日：2023-04-18

申请号：CN201911169056.9

申请日：2019-11-25

Applicant: 长安大学

Inventor： 李颖 ,  杨晓萌 ,  金彦林 ,  李海峰 ,  杨润佳 ,  康佳园 ,  杨向东

IPC: G06T7/00 ,  G06T7/162 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82

Abstract: 本发明公开了一种基于深度学习的葡萄病虫害识别方法，包括以下步骤：对获取的葡萄株图像进行处理得到图像特征信息；对图像特征信息进行分析提取病虫害特征信息；将提取的病虫害信息与预设数据特征库进行对比，获取葡萄病虫害类型。本发明还提出一种基于深度学习的葡萄病虫害识别装置。本发明将深度学习的方法用于病虫害检测，代替人工检测葡萄病虫害的情况，有效降低了因人工主观性带来的诊断失误，节约了大量的人工成本，提高了葡萄病虫害检测的准确率和检测速度，有效提高了葡萄种植者的工作效率，节省大量人力，物力，具有十分广阔的市场应用前景。

公开(公告)号：CN111105393A

公开(公告)日：2020-05-05

申请号：CN201911169056.9

申请日：2019-11-25

Applicant: 长安大学

Inventor： 李颖 ,  杨晓萌 ,  金彦林 ,  李海峰 ,  杨润佳 ,  康佳园 ,  杨向东

IPC: G06T7/00 ,  G06T7/162 ,  G06K9/62

Abstract: 本发明公开了一种基于深度学习的葡萄病虫害识别方法，包括以下步骤：对获取的葡萄株图像进行处理得到图像特征信息；对图像特征信息进行分析提取病虫害特征信息；将提取的病虫害信息与预设数据特征库进行对比，获取葡萄病虫害类型。本发明还提出一种基于深度学习的葡萄病虫害识别装置。本发明将深度学习的方法用于病虫害检测，代替人工检测葡萄病虫害的情况，有效降低了因人工主观性带来的诊断失误，节约了大量的人工成本，提高了葡萄病虫害检测的准确率和检测速度，有效提高了葡萄种植者的工作效率，节省大量人力，物力，具有十分广阔的市场应用前景。