摘要
本发明公开了一种杂交水稻制种植株图像数据深度聚类方法和系统,涉及农业人工智能技术。包括:获取不同生长阶段和不同尺度的杂交水稻穗图像作为训练集;采用数据增广方法获取原始图像的增强图像,基于增强图像的图像嵌入构建正负样本对,训练一个用于提取图像嵌入的深度卷积神经网络;利用训练后的深度卷积神经网络获取原始图像的图像嵌入,采用有监督训练方式训练一个全连接网络,所述全连接网络用于将图像嵌入投影至另一个向量空间并基于可视化技术呈现在另一个向量空间的聚类效果;针对待聚类的杂交水稻穗图像数据集,先利用训练后的深度卷积神经网络提取图像嵌入,再利用全连接网络优化图像嵌入并可视化聚类结果。
技术关键词
图像嵌入
深度卷积神经网络
深度聚类方法
数据增广方法
可视化技术
网络优化
阶段
训练集
聚类系统
人工智能技术
数据获取模块
样本
饱和度
异性
系统为您推荐了相关专利信息
自动化测试方法
动态故障
信号特征
生成测试用例
时序特征
城市建筑三维模型
对象更新方法
无人机
桥接模块
图像采集模块
山火识别方法
夜间灯光
深度卷积神经网络模型
图片
图像
条件随机场模型
网络爬虫技术
文物知识图谱
数据可视化技术
标准化工具