一种基于深度学习的作物倒伏程度评估方法

AITNT
正文
推荐专利
一种基于深度学习的作物倒伏程度评估方法
申请号:CN202411674610
申请日期:2024-11-21
公开号:CN119559143A
公开日期:2025-03-04
类型:发明专利
摘要
本发明公开了一种基于深度学习的作物倒伏程度评估方法,属于作物倒伏程度评估技术领域,解决了现有技术通过人工观察作物的倒伏程度存在效率低和误差大的问题。本发明通过无人机获取作物种植区域的高分辨率图像,图像获取速度快,覆盖范围大,并利用基于ResNet50‑UNet架构的倒伏分割模型,能够自动识别出倒伏区域,避免了人工观察误差,且通过倒伏程度标准化处理,便于直观了解到该区域的倒伏程度。
技术关键词
程度评估方法 图像获取速度 注意力 解码器 训练集 编码器 观察误差 无人机 输出特征 图像分割 样本 优化器 超参数 上采样 标签 像素点 模块 焦点
系统为您推荐了相关专利信息
1
一种特殊人群识别方法、装置及计算机可读存储介质
节点 图谱 识别方法 概率密度函数 输入解码器
2
一种基于细粒度原型和双向校正的小样本分割网络的图像分割方法
原型 图像分割方法 查询特征 校正模块 样本
3
一种基于BIM的建筑工程勘测数据分析方法及系统
建筑工程勘测 三维模型 数据分析方法 管道 蚁群搜索算法
4
一种基于多层信息融合的农作物病害图像分类方法
农作物病害 图像分类模型 融合分类器 DenseNet网络 多尺度特征融合
5
针对链上交易数据的钓鱼欺诈检测方法、设备及产品
欺诈检测方法 邻居 节点特征 统计特征 记忆
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