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
新能源汽车电池
退化机制
智能监测方法
电池荷电状态
损耗特征
平板电脑主板
PCB版图
芯片
监测方法
布局规则
度量
深度卷积神经网络
通道剪枝方法
模型预训练
深度学习技术
卫星遥感数据
风险评估模型
监测方法
地理位置信息
样本
图像分类方法
深度卷积神经网络
分割算法
乳腺钼靶图像
样本