基于深度学习的常见农作物多类别虫害识别方法及装置(农业/农作物/玉米种植/水稻种植/土豆种植/大豆种植/病虫害防治/蔬菜种植)
本发明针对现有技术的局限性,提出了一种基于深度学习的常见农作物多类别虫害识别方法,其对深度学习模型DenseNet卷积神经网络进行了改进,通过集成学习结合了选择性内核单元、表征批规范化模块以及自适应激活函数ACON,使该卷积神经网络能够根据网络的输入,自适应调整感受野的大小,捕捉不同尺寸的目标;减少输入信息的噪声,增强输入信息的特征,让特征服从稳定的分布;还增强了网络的综合表现;使得DenseNet卷积神经网络能够有效处理多农作物品种、多虫害类型的数据集,提高了训练后所得虫害识别模型对农作物虫害的识别率,在实际应用过程中能很好的满足真实环境的要求。
《基于深度学习的常见农作物多类别虫害识别方法及装置(农业/农作物/玉米种植/水稻种植/土豆种植/大豆种植/病虫害防治/蔬菜种植)》是一发明专利,专利号为 2021115851834,当前法律状态为已下证,由华南农业大学提出申请,发明人为彭红星;徐慧明;陈虎;邢政;何慧君;李荆,申请日期为2021-12-22,公开(公告)日期为2024-11-22,国际专利分类号(IPC)为 G06V 20/68 (2022.01),高新资质:未报高企。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:本发明针对现有技术的局限性,提出了一种基于深度学习的常见农作物多类别虫害识别方法,其对深度学习模型DenseNet卷积神经网络进行了改进,通过集成学习结合了选择性内核单元、表征批规范化模块以及自适应激活函数ACON,使该卷积神经网络能够根据网络的输入,自适应调整感受野的大小,捕捉不同尺寸的目标;减少输入信息的噪声,增强输入信息的特征,让特征服从稳定的分布;还增强了网络的综合表现;使得DenseNet卷积神经网络能够有效处理多农作物品种、多虫害类型的数据集,提高了训练后所得虫害识别模型对农作物虫害的识别率,在实际应用过程中能很好的满足真实环境的要求。
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!
