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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD