摘要
本发明公开一种基于深度学习的连翘花朵性状图像识别方法,涉及植物性状识别技术领域。该方法包括以下步骤:获取初始数据集;对所述初始数据集进行数据增强,生成扩充数据集;建立目标检测模型;利用所述扩充数据集训练所述目标检测模型,生成检测模型;根据所述检测模型和待测图像,生成检测结果。本发明针对连翘花朵性状识别效率低、精度差的问题提供了一种基于深度学习的连翘花朵性状图像识别方法,提高了连翘花朵性状的识别精度。
技术关键词
图像识别方法
生成检测模型
网络结构
注意力机制
数据
模块
花柱
内核
精度
通道
瓶颈
像素
颜色
动态
系统为您推荐了相关专利信息
程序运行状态
参数
软件开发工具包
模型训练模块
应用程序卡顿
多层次特征融合
热像仪
融合神经网络
通道注意力机制
传感器腔体
大脑年龄预测
编码器
解码器
多模态医学影像
数据
行驶车辆
车载摄像头
图像识别方法
道路结构
数据
消息扩展电路
数据选择器
算法硬件
端口
SM3算法