葫芦科植物叶片病害分类方法及其系统

AITNT
正文
推荐专利
葫芦科植物叶片病害分类方法及其系统
申请号:CN202511006134
申请日期:2025-07-22
公开号:CN120510458B
公开日期:2025-09-12
类型:发明专利
摘要
葫芦科植物叶片病害分类方法及其系统,涉及农业智能化技术领域,解决了现有的深度学习模型难以适应植物病害图像中病斑区域与背景特征在形态、尺度和分布上的显著差异的问题。包括以下步骤:步骤S1,获取葫芦科植物叶片病害图像的数据集,对其进行预处理;步骤S2,构建ResNet18‑AWRB架构,具体为:ResNet18‑AWRB架构包括主路径、残差路径和注意力融合路径;步骤S3,将葫芦科植物叶片病害图像的数据集输入ResNet18‑AWRB架构,输出葫芦科植物叶片病害的分类结果。
技术关键词
葫芦科植物 注意力 叶片 分类方法 农业智能化技术 图像 深度学习模型 分类系统 模块 数据 形态
系统为您推荐了相关专利信息
1
一种双模态融合的快速运动小目标跟踪方法
可见光图像 融合特征 网格 序列 事件流数据
2
基于原型驱动的双视角协同对比融合网络的机械故障诊断方法
机械故障诊断方法 原型 互补特征 样本 视角
3
一种基于路侧停车场景的车牌分类方法及系统
并行特征提取 车牌分类方法 车牌类别 数据 多类别分类器
4
基于智能体的任务规划方法以及智能系统
多模态信息 多模态传感器 规划 智能系统 多模态特征
5
一种基于生成式模型的复合材料微观结构逆向设计方法及系统
逆向设计方法 性能预测模型 X射线发射源 平板探测器 连续纤维复合材料
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