申请/专利权人:河南农业大学
申请日:2021-08-04
公开(公告)日:2021-11-12
公开(公告)号:CN113643248A
主分类号:G06T7/00(20170101)
分类号:G06T7/00(20170101);G06N3/04(20060101);G06N3/08(20060101);G06F9/54(20060101);G06F8/20(20180101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2021.11.30#实质审查的生效;2021.11.12#公开
摘要:本发明公开了一种基于改进卷积神经网络的小麦生育进程监测方法,其特征在于:包括以下步骤,一、通过摄像装置获取小麦生育期冠层图像,二、通过对试验田小麦完整生育周期内物候特征的持续拍摄,得到小麦各生育期分类图像数据集,三、通过使用去中心化、错切变换、图像缩放、水平翻转和标准化的图像增强方式对小麦生育期数据集进行扩充,四、构建小麦生育进程监测模型,五、小麦进程监测模型进行部署,六、通过服务系统对小麦生育提供监测服务,服务系统分为终端和云服务器;本发明从小麦生育期冠层图像识别的准确率和效率出发,设计出一种降低模型复杂度、提升模型运算速度的小麦生育进程监测方法。
主权项:1.一种基于改进卷积神经网络的小麦生育进程监测方法,其特征在于:包括以下步骤,一、通过摄像装置获取小麦生育期冠层图像,二、通过对试验田小麦完整生育周期内物候特征持续拍摄,得到小麦各生育期分类图像数据集,三、通过使用去中心化、错切变换、图像缩放、水平翻转和标准化的图像增强方式对小麦生育期数据集进行扩充,四、以深度可分离卷积和普通卷积为基本单元,使用残差网络的技术逐步加深神经网络的深度,并使用数据标准化Bn技术和Relu6激活函数,构建出小麦生育进程监测模型,五、利用TensorflowServing对小麦进程监测模型进行部署,遵循前后端分离,采用Springboot及Bootstrap技术框架,开发出小麦进程监测模型智能监测服务系统,六、通过服务系统对小麦生育提供监测服务,服务系统分为终端和云服务器,终端为服务表示层,主要时发送请求,云服务器为服务层,包含三个模块:小麦生育期图像训练模块、服务数据处理模块、服务部署模块,各模块之间独立部署,使用数据通讯接口进行模块间的交互,为农业生产管理者提供小麦生育进程监测服务。
全文数据:
权利要求:
百度查询: 河南农业大学 一种基于改进卷积神经网络的小麦生育进程监测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。