一种基于SqueezeNet的农作物叶片病害识别方法(农业植保.农作物病害识别.机器学习病害识别)
本发明公开了一种基于SqueezeNet的农作物叶片病害识别方法。其方案是:对原始数据集进行增强和扩充,划分训练集和测试集;从网络规模小型化和计算过程轻量化的角度出发,对经典SqueezeNet结构进行精简与参数修改,获取4种改进后SqueezeNet模型;训练参数设置,多次迭代后得到训练后的模型;将测试集输入训练后的模型,对多种农作物的不同叶片病害进行分类。本发明提出的改进SqueezeNet模型在显著减少参数内存要求和计算量的同时使模型性能保持在一个较高的水平,较好地平衡了这三项指标,有利于将模型部署在移动终端等嵌入式资源受限设备上,有助于实现对农作物病害的实时准确识别。
《一种基于SqueezeNet的农作物叶片病害识别方法(农业植保.农作物病害识别.机器学习病害识别)》是一发明专利,专利号为 2020111373148,当前法律状态为已下证,由江苏大学提出申请,发明人为高国琴;刘阳,申请日期为2020-10-22,公开(公告)日期为2024-05-14,国际专利分类号(IPC)为 G06T 7/00 (2017.01)。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于SqueezeNet的农作物叶片病害识别方法。其方案是:对原始数据集进行增强和扩充,划分训练集和测试集;从网络规模小型化和计算过程轻量化的角度出发,对经典SqueezeNet结构进行精简与参数修改,获取4种改进后SqueezeNet模型;训练参数设置,多次迭代后得到训练后的模型;将测试集输入训练后的模型,对多种农作物的不同叶片病害进行分类。本发明提出的改进SqueezeNet模型在显著减少参数内存要求和计算量的同时使模型性能保持在一个较高的水平,较好地平衡了这三项指标,有利于将模型部署在移动终端等嵌入式资源受限设备上,有助于实现对农作物病害的实时准确识别。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
