买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】作物生长期预测方法及装置_北京市农林科学院智能装备技术研究中心;江苏省农业科学院_202410185298.1 

申请/专利权人:北京市农林科学院智能装备技术研究中心;江苏省农业科学院

申请日:2024-02-19

公开(公告)日:2024-03-29

公开(公告)号:CN117789037A

主分类号:G06V20/10

分类号:G06V20/10;G06N3/045;G06N3/0464;G06N3/08;G06V10/764;G06V10/80;G06V10/82

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.04.16#实质审查的生效;2024.03.29#公开

摘要:本发明涉及图像识别技术领域,提供了一种作物生长期预测方法及装置,该方法包括:获取待测作物图像,待测作物图像包括至少一类作物;将待测作物图像输入至作物预测模型,得到作物类别预测结果和作物生长期预测结果;其中,作物预测模型基于以样本作物图像中各作物的微观特征、不同作物之间的种植间距和样本作物图像对应的时序信息为训练特征,以多任务学习损失函数为训练函数对目标分类网络进行多任务训练得到;多任务学习损失函数基于交叉熵损失函数和均方误差损失函数确定。本发明所述方法能够在作物苗期的早期阶段,准确地识别出不同种类的作物,提高了作物分类和生长预测的准确性,从而为温室农业的苗期管理提供了有力的支持。

主权项:1.一种作物生长期预测方法,其特征在于,包括:获取待测作物图像,所述待测作物图像包括至少一类作物;将所述待测作物图像输入至作物预测模型,得到作物类别预测结果和作物生长期预测结果;其中,所述作物预测模型基于以样本作物图像中各作物的微观特征、不同作物之间的种植间距和所述样本作物图像对应的时序信息为训练特征,以多任务学习损失函数为训练函数对目标分类网络进行多任务训练得到;所述多任务学习损失函数基于交叉熵损失函数和均方误差损失函数确定。

全文数据:

权利要求:

百度查询: 北京市农林科学院智能装备技术研究中心;江苏省农业科学院 作物生长期预测方法及装置

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。