摘要
本发明涉及农作物性状判别技术领域,公开了一种玉米果穗DUS性状判别方法、装置、设备及存储介质,通过将玉米果穗图像训练集输入基于DeepViT与ASPP的神经网络模型进行训练,利用玉米果穗图像测试集进行测试,基于训练测试结果,新增其余性状类别的果穗图像以更新玉米果穗图像样本集并重复执行训练与测试过程,直至训练测试结果达到要求,利用最终训练完成的玉米果穗DUS性状判别模型,生成待判别玉米果穗的DUS性状判别结果,由此,通过考虑每种性状类别的玉米果穗图像样本引入给全部性状类别的判别准确率提升带来的影响,逐步增加训练样本,在提高玉米果穗DUS性状判别的效率、准确率的同时,降低样本处理工作量。
技术关键词
玉米果穗
图像
玉米品种
神经网络模型
判别方法
样本
空洞
双线性插值法
多头注意力机制
输出特征
全局平均池化
判别设备
数据
训练集
上采样
椒盐噪声
农作物性状
模块
判别技术
判别装置
系统为您推荐了相关专利信息
智慧病房
控制系统
信息导入装置
声音采集装置
病床
门控循环单元
卷积神经网络模型
表面温度数据
预报方法
顶点特征
量测优化配置方法
神经网络模型
优化配置系统
节点
误差