申请/专利权人:山东农业大学
申请日:2023-11-01
公开(公告)日:2024-01-16
公开(公告)号:CN117409323A
主分类号:G06V20/10
分类号:G06V20/10;G06V10/82;G06V10/774;G06V10/762;G06V10/44;G06V10/766;G06N5/022;G06N5/043;G06F16/36;G06N3/042;G06N3/045;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.02.02#实质审查的生效;2024.01.16#公开
摘要:本发明属于林业技术领域,涉及一种基于深度学习的果树花朵疏花方法、系统及存储介质。果树花朵疏花方法,构建果树花朵数据集,采用果树花朵识别模型进行果树花朵识别;采用动态异构图表示果树花朵种类、花期类型、花朵形态、疏花方案;构建果树花朵智能疏花方案,采用图神经网络训练深度学习模型生成疏花方案模型;疏花方案模型判断生成当前区域不同组合及目标分数的疏花方案;选取目标分数最高的疏花方案作为当前区域的最终果树花朵智能疏花方案。果树花朵疏花系统,包括摄像头、处理器、通讯接口和存储器,存储器中包括实现基于深度学习的果树花朵疏花方法的程序模块。本发明使疏花方案更迅速、更准确,提高了疏花方案的科学性和效率。
主权项:1.基于深度学习的果树花朵疏花方法,其特征在于,包括以下步骤:S1,获取当前区域果树花朵图像信息,构建果树花朵数据集,采用果树花朵识别模型进行果树花朵识别;S2,采用动态异构图表示果树花朵种类、花期类型、花朵形态、疏花方案;S3,构建果树花朵智能疏花方案,采用图神经网络训练深度学习模型生成疏花方案模型;S4,将当前区域的果树花朵种类、花期类型、花朵形态和数量作为初始节点输入到疏花方案模型中,疏花方案模型判断生成当前区域不同组合及目标分数的疏花方案;S5,选取目标分数最高的疏花方案作为当前区域的最终果树花朵智能疏花方案。
全文数据:
权利要求:
百度查询: 山东农业大学 基于深度学习的果树花朵疏花方法、系统及存储介质
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。