摘要
本发明公开了一种基于深度学习的野生虫草与养殖虫草的鉴别方法。传统的野生虫草和养殖虫草鉴别通常依赖于人工观察和经验判断,存在主观性和不稳定性的问题。为解决这一问题,本发明提出了一种利用深度学习实现的自动化鉴别方法。该方法首先将采集到的虫草图像数据做初步增强处理,然后使用yolo模型进行虫草目标检测和提取,以及基于阈值的分割算法来减少背景的影响。设计并训练了一个残差网络网络模型,通过预训练来选择最合适的特征以及初始参数,以实现对野生虫草和养殖虫草的准确分类。
技术关键词
野生虫草
鉴别方法
分割算法
YOLO模型
图像增强技术
直方图均衡化
图片
残差网络
视觉特征
滤波算法
节点数
对比度
标记
数据
参数
格式
标签
系统为您推荐了相关专利信息
并行计算优化方法
资源分配
排队模型
多准则决策
序列
归一化方法
高光谱遥感影像
解码网络
校正
归一化植被指数
金属管端部
图像分割算法
缺陷检测方法
缺陷检测装置
灰狼优化算法
表面缺陷检测方法
半导体陶瓷
像素点
特征值
分水岭分割算法