Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 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

基于深度学习的荔枝蒂蛀虫为害叶片检测方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:广东省农业科学院植物保护研究所

摘要:本发明公开了一种基于深度学习的荔枝蒂蛀虫为害叶片检测方法及系统,包括以下步骤:首先,获取目标季节中不同荔枝种植区域的荔枝叶片图像数据,并对其进行特征提取,得到荔枝叶片特征数据。然后,基于聚类算法对这些特征数据进行聚类操作,确定荔枝蒂蛀虫为害叶片的检测代表区域,并在预设时间段获取该区域的实时荔枝叶片图像数据。接着,利用深度学习算法对实时图像数据进行侵害症状检测,得到预设时间段内的侵害症状变化数据。根据这些变化数据,预测荔枝叶片的受害发展趋势,最终形成荔枝叶片受害程度预测结果,并制定相应的防治措施。本方法通过深度学习与聚类算法相结合,提高了荔枝蒂蛀虫为害叶片检测的准确性和防治效果。

主权项:1.一种基于深度学习的荔枝蒂蛀虫为害叶片检测方法,其特征在于,包括以下步骤:获取目标季节中不同荔枝种植区域的荔枝叶片图像数据,根据所述荔枝叶片图像数据对不同荔枝种植区域的荔枝叶片特征进行提取,得到荔枝叶片特征数据;基于聚类算法对所述荔枝叶片特征数据进行聚类操作,得到聚类结果;根据所述聚类结果确定荔枝蒂蛀虫为害叶片的检测代表区域,获取所述检测代表区域在预设时间段的实时荔枝叶片图像数据;基于深度学习算法对所述实时荔枝叶片图像数据进行荔枝蒂蛀虫侵害症状检测,得到预设时间段的荔枝蒂蛀虫侵害症状变化数据;根据所述荔枝蒂蛀虫侵害症状变化数据预测荔枝叶片受害程度发展趋势,得到荔枝叶片受害程度预测结果;根据所述荔枝叶片受害程度预测结果制定荔枝蒂蛀虫的防治措施。

全文数据:

权利要求:

百度查询: 广东省农业科学院植物保护研究所 基于深度学习的荔枝蒂蛀虫为害叶片检测方法及系统

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。