申请/专利权人：同济大学

申请日：2020-06-19

公开（公告）日：2024-04-26

公开（公告）号：CN111814592B

主分类号：G06V20/60

分类号：G06V20/60;G06V10/94;G06V10/82;H04L67/01;H04M1/72406

优先权：["20200331 CN 202010242857X"]

专利状态码：有效-授权

法律状态：2024.04.26#授权;2020.11.10#实质审查的生效;2020.10.23#公开

摘要：本发明涉及一种基于可叠加胶囊网络的植物叶片识别方法，该方法以手机平台为客户端，手机平台采集叶片图像、发出识别请求并对植物物种信息数据库进行展示；客户端发出识别请求至高性能计算机的服务器端，服务器端对叶片图像进行特征提取、训练，以及利用可叠加胶囊网络对叶片进行识别。与现有技术相比，本发明具有识别准确率高、使用方便等优点。

主权项：1.一种基于可叠加胶囊网络的植物叶片识别方法，其特征在于，该方法以手机平台为客户端，手机平台采集叶片图像、发出识别请求并对植物物种信息数据库进行展示；客户端发出识别请求至高性能计算机的服务器端，服务器端对叶片图像进行特征提取、训练，以及利用可叠加胶囊网络对叶片进行识别；该方法具体包括下列步骤：1将原始图片数据集划分训练集和测试集，并将测试集划分为查询集和候选集；2服务器端对训练集的叶片数据进行包括翻转、加噪声、自动裁剪、随机擦除在内的预处理；3对基准网络模型进行训练，优化网络，并对基准网络的超参数进行调整；4当进行实际植物叶片识别时，客户端获取叶片图像后，将叶片图像传输给服务器端，并同时向服务器端发送识别请求；5服务器端接收叶片图像，当服务器端收到识别请求后，基于可叠加胶囊网络对叶片图像进行特征提取及识别，识别后的结果无线传输至客户端；基于可叠加胶囊网络对叶片图像进行特征提取及识别的具体内容为：51利用局部感知将原有的胶囊网络中的动态路由方式进行优化；52利用GoogLeNet的多尺度提取方式作为胶囊网络的特征提取方式，对叶片图像进行特征提取；可叠加胶囊网络的具体架构为：利用动态路由的方式代替原始胶囊网络的池化层，并将原始胶囊网络的中间层中胶囊层的激活函数更改为对应向量中标量的激活函数，GoogLeNet通过并行多个不同大小的卷积核并将它们的输出拼接在一起。

全文数据：

权利要求：

百度查询： 同济大学 一种基于可叠加胶囊网络的植物叶片识别方法

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