龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：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
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；所述作物预测模型通过如下步骤得到：获取样本作物图像，所述样本作物图像包括至少一类作物；从所述样本作物图像中提取掩码特征并分割，得到不同作物的分割图像，并根据所述分割图像中各作物的统计分析量确定可分苗期图像；根据自注意力机制对所述可分苗期图像进行分类，得到分类图像，并从所述分类图像中分别提取各作物的微观特征、不同作物之间的种植间距和时序信息；对所述微观特征和所述种植间距进行特征融合，得到融合特征；根据所述融合特征对所述目标分类网络进行多任务训练，并通过所述时序信息对所述目标分类网络进行时序判别，在所述目标分类网络收敛的情况下，得到作物预测模型，以实现对作物的类别预测和生长期预测。
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号