叶片疾病识别方法、可读存储介质

AITNT
正文
推荐专利
叶片疾病识别方法、可读存储介质
申请号:CN202411513266
申请日期:2024-10-28
公开号:CN119380200A
公开日期:2025-01-28
类型:发明专利
摘要
本发明提供一种叶片疾病识别方法、可读存储介质,该方法包含:以待检测作物的叶片图像为输入,利用一特征提取网络对该叶片图像提取出浅层病斑特征与深层病斑特征;接收该浅层病斑特征与深层病斑特征作为输入,利用一多尺度融合网络,对该浅层病斑特征和该深层病斑特征进行融合,生成目标融合特征;接收该目标融合特征,利用一分类网络,获取疾病分类结果。该方法实现了叶片疾病图像的更准确分类。
技术关键词
疾病识别方法 输出特征 融合特征 分支 特征提取网络 叶片 通道注意力机制 分类网络 可读存储介质 图像 子模块 批量 输出端 哈希算法 标识
系统为您推荐了相关专利信息
1
一种基于自适应多模态特征融合的NeRF稀疏视图重建方法
多模态特征融合 语义特征 融合特征 分层特征 三维场景重建技术
2
一种基于北斗定位的公路养护智能病害识别系统
病害识别系统 AGV定位算法 北斗高精度位置服务 接收机 动态载波相位差分技术
3
一种多模态Action Transformer模型及其智能化任务执行方法
交叉注意力机制 编码器 页面 子模块 前馈神经网络
4
基于人工智能的勘探数据异常检测方法及装置
输出特征 人工智能模型 矩阵 数据异常检测方法 频段
5
一种基于无监督特征工程的壁画图像检索方法及系统
壁画图像 无监督特征 检索方法 特征工程 构建特征数据库
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号