摘要
本发明公开了一种基于图像识别的苦瓜枯萎监测方法,包括以下步骤:S1:图像采集:采集每个监测点的苦瓜植株叶片生长状态图像;S2:图像预处理:对采集到的图像进行预处理;S3:特征提取:利用深度卷积神经网络从预处理后的图像中提取苦瓜叶片的特征,在特征提取过程中引入注意力机制,关注图像中的重要区域和特征;S4:数据增强与GANs应用:利用GANs生成苦瓜叶片图像,通过GANs生成的不同类型和程度的枯萎病症状图像,学习到更多样化的特征;S5:疾病识别:利用S3中提取的苦瓜叶片的特征以及S4中GANs生成苦瓜叶片图像训练智能识别算法,将S3中提取出的特征与预设的苦瓜枯萎病特征库进行比对,通过智能识别算法判断是否存在苦瓜枯萎病。
技术关键词
苦瓜枯萎病
深度卷积神经网络
生长状态图像
监测方法
训练智能
叶片
引入注意力机制
智能识别算法
构建分类器
随机噪声
采集环境参数
周期
更新分类器
监测点
数据
信息编码
系统为您推荐了相关专利信息
体温预测算法
体温监测方法
智能戒指
环境温度值
多传感器
程序监管
神经网络模型
设备管理
监测方法
生成设备
频域特征提取
监测方法
Mallat算法
监测系统
信号
叶片振动监测方法
散斑图像
特征提取单元
风电机叶片
立体数字图像
视觉监测装置
智能皮带
机器视觉技术
监测系统
警报装置