申请/专利权人:四川弘和数智集团有限公司
申请日:2024-05-31
公开(公告)日:2024-06-28
公开(公告)号:CN118262247A
主分类号:G06V20/10
分类号:G06V20/10;G06V10/764;G06V10/82;G06V10/80;G06V10/762;G06N3/0464;G06N3/08;G06V10/40
优先权:
专利状态码:在审-公开
法律状态:2024.06.28#公开
摘要:本申请公开了一种基于3D卷积的线虫病害树识别方法、装置及电子设备,涉及病虫害防治技术领域,包括:采集树木线虫病害区域的二维图像信息和三维点云数据,对所述二维图像信息和三维点云数据中的树木线虫病害区域位点进行标记并形成标记点,基于所述标记点构建以树木线虫病害区域位点为中心的三维高斯空间置信图,构建三维卷积神经网络模型,并利用所述三维高斯空间置信图结合深度学习算法对所述三维卷积神经网络模型进行训练,利用训练后的所述三维卷积神经网络模型对目标区域树木线虫病害进行预测识别,得到病害预测识别结果;能够实现精确地识别线虫病害,同时,模型能够学习到病害的空间分布规律和特征,提高识别精度。
主权项:1.一种基于3D卷积的线虫病害树识别方法,其特征在于,包括:S1:采集树木线虫病害区域的二维图像信息和三维点云数据,对所述二维图像信息和三维点云数据中的树木线虫病害区域位点进行标记并形成标记点;S2:基于所述标记点构建以树木线虫病害区域位点为中心的三维高斯空间置信图;S3:构建三维卷积神经网络模型,并利用所述三维高斯空间置信图结合深度学习算法对所述三维卷积神经网络模型进行训练;S4:利用训练后的所述三维卷积神经网络模型对目标区域树木线虫病害进行预测识别,得到病害预测识别结果。
全文数据:
权利要求:
百度查询: 四川弘和数智集团有限公司 一种基于3D卷积的线虫病害树识别方法、装置及电子设备
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。