[發(fā)明專利]一種改進VGG19的番茄葉片病害分類方法在審
| 申請?zhí)枺?/td> | 202110063121.0 | 申請日: | 2021-01-18 |
| 公開(公告)號: | CN112766364A | 公開(公告)日: | 2021-05-07 |
| 發(fā)明(設(shè)計)人: | 朱節(jié)中;張果榮;楊再強;柯福陽 | 申請(專利權(quán))人: | 南京信息工程大學(xué) |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司: | 南京匯盛專利商標事務(wù)所(普通合伙) 32238 | 代理人: | 張立榮;喬煒 |
| 地址: | 210044 江蘇*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 改進 vgg19 番茄 葉片 病害 分類 方法 | ||
1.一種改進VGG19的番茄葉片病害分類方法,其特征在于,包括如下步驟:
獲取番茄葉片圖像,并對圖像進行篩選、標記和預(yù)處理得到圖像數(shù)據(jù)集;
構(gòu)建改進VGG19神經(jīng)網(wǎng)絡(luò)模型,改進VGG19模型結(jié)構(gòu)依次為:2層64個卷積核的卷積層連接1個最大池化層、2層128個卷積核的卷積層連接1個最大池化層、4層256個卷積核的卷積層連接1個最大池化層、4層512個卷積核的卷積層連接1個最大池化層、1層512個3×1的卷積層、1層512個1×3的卷積層、1層512個3×1的卷積層、1層512個1×3的卷積層連接1個最大池化層、1層全局平均池化層,完成模型的構(gòu)建;
將圖像數(shù)據(jù)集輸入改進VGG19神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練,輸出結(jié)果采用softmax函數(shù)進行分類。
2.根據(jù)權(quán)利要求1所述改進VGG19的番茄葉片病害分類方法,其特征在于,對圖像進行篩選是從圖像中挑選出符合番茄病害的圖像,對于不符合的圖像進行摒棄處理。
3.根據(jù)權(quán)利要求2所述改進VGG19的番茄葉片病害分類方法,其特征在于,對圖像進行標記是對每類不同的病害葉片進行分類標注。
4.根據(jù)權(quán)利要求3所述改進VGG19的番茄葉片病害分類方法,其特征在于,所述圖像的預(yù)處理包括圖像的左右翻轉(zhuǎn)和顏色變化,使每一類的圖像均等分布。
5.根據(jù)權(quán)利要求1所述改進VGG19的番茄葉片病害分類方法,其特征在于,神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中采用Leaky ReLu激活函數(shù)。
6.根據(jù)權(quán)利要求5所述改進VGG19的番茄葉片病害分類方法,其特征在于,訓(xùn)練改進VGG19神經(jīng)網(wǎng)絡(luò)模型時保留前12個卷積層在數(shù)據(jù)集上訓(xùn)練得到的權(quán)重,僅訓(xùn)練后面5層的網(wǎng)絡(luò)結(jié)構(gòu)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于南京信息工程大學(xué),未經(jīng)南京信息工程大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110063121.0/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標記或含有代碼標記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 一種基于深度卷積網(wǎng)絡(luò)的可見光艦船虛警剔除方法
- 一種訓(xùn)練識別面部表情的方法和裝置
- 一種訓(xùn)練識別圖像霧化的方法和裝置
- 一種基于SGSE-GAN的遙感圖像場景分類方法
- 基于改進VGG19網(wǎng)絡(luò)的玉米5種旱情識別方法
- 一種基于域適應(yīng)的可自主學(xué)習目標檢測方法
- 車牌分類識別方法、裝置、設(shè)備及存儲介質(zhì)
- 基于深度學(xué)習和遷移學(xué)習結(jié)合的新冠肺炎圖像識別方法
- 一種改進VGG19的番茄葉片病害分類方法
- 一種基于交叉卷積神經(jīng)網(wǎng)絡(luò)的本質(zhì)圖像分解方法及系統(tǒng)





