申请/专利权人:西南大学
申请日:2024-04-23
公开(公告)日:2024-06-25
公开(公告)号:CN118247475A
主分类号:G06V10/20
分类号:G06V10/20;G06V10/764;G06V10/30;G06V10/32;G06V10/774;G06N3/0464;G06N3/047;G06N3/048;G06N3/0985
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:一种适合边缘智能设备部署的茶叶病害识别方法,其特征在于,包括以下步骤:步骤1:图像采集模块采集茶叶图像数据a,并将茶叶图像数据a传递给数据预处理模块;步骤2:数据预处理模块对茶叶图像数据a进行预处理操作,得到标准图像数据b并传递给数据增强模块;步骤3:数据增强模块对标准图像数据b进行数据增强操作,得到增强图像数据c并传递给数据转换模块;步骤4:数据转换模块将增强图像数据c转化为矩阵数据d并传递给茶叶病害识别模型;步骤5:茶叶病害识别模型对矩阵数据d进行茶叶病害识别,并输出茶叶病害识别结果Y。效果:能够在保持高识别精度的同时,大幅降低模型的计算复杂度和参数量,以适应边缘智能设备的计算能力限制。
主权项:1.一种适合边缘智能设备部署的茶叶病害识别方法,其特征在于,包括以下步骤:步骤1:图像采集模块采集茶叶图像数据a,并将所述茶叶图像数据a传递给数据预处理模块;步骤2:所述数据预处理模块对所述茶叶图像数据a进行预处理操作,得到标准图像数据b并传递给数据增强模块;步骤3:所述数据增强模块对所述标准图像数据b进行数据增强操作,得到增强图像数据c并传递给数据转换模块;步骤4:所述数据转换模块将所述增强图像数据c转化为矩阵数据d并传递给茶叶病害识别模型;步骤5:所述茶叶病害识别模型对所述矩阵数据d进行茶叶病害识别,并输出茶叶病害识别结果Y。
全文数据:
权利要求:
百度查询: 西南大学 适合边缘智能设备部署的茶叶病害识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。