买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：淮阴工学院;江苏省农业科学院

摘要：本发明公开了一种基于LMS‑Net轻量级模型的绿豆盐胁迫识别方法，首先通过多光谱荧光成像仪器去进行图像采集，对收集到的初始绿豆叶绿素荧光图像样本进行标注做成数据集；进行数据预处理后将数据集划分为训练集和测试集；构建基于LMS‑Net轻量级模型的盐胁迫等级识别网络模型，包括初步特征提取模块、下采样模块和主干模块，且主干模块由本发明提出的卷积编码器和轻量级残差模块组成；使用已经构建好的网络模型进行训练，将待识别胁迫图片输入最优权重模型进行盐胁迫等级识别。本发明提出的识别方法能够取代传统耗时耗力的生物鉴别实验，利用便携式的移动设备去代替人工鉴别绿豆盐胁迫方法，提高识别的效率和准确率，具有良好的应用前景。

主权项：1.一种基于LMS-Net轻量级模型的绿豆盐胁迫识别方法，其特征在于，包括以下步骤：1通过多光谱荧光成像仪采集绿豆叶片的盐胁迫数据图片，并进行等级图片分类，制作成数据集；2对步骤1得到的数据集进行图像预处理，通过数据增强的方式扩大数据样本，并将样本数据划分为训练集和测试集；3构建基于LMS-Net轻量级模型的绿豆盐胁迫识别网络，包括一个初步特征提取模块、三个下采样模块和四个主干模块；训练图像先通过一个初步特征提取模块和第一个主干模块，然后依次通过下采样模块和主干模块交替进行特征提取；所述初步特征提取模块通过多个卷积层来捕捉更多细节；所述下采样模块在三个主干模块的前面进行下采样操作去增大感受野，使得后面的卷积核能够学到更加全局的信息，并且减少一定的计算量，防止过拟合；所述主干模块进行多次堆叠提取细小的盐胁迫特征；4训练步骤3中搭建好的基于LMS-Net轻量级模型的绿豆盐胁迫识别网络，将经过预处理后的训练集通过上述网络进行训练，最后将训练好的结果通过SoftMax分类器输出，并通过调节训练参数，最终获得用于盐胁迫等级分类的LMS-Net轻量模型权重；5将步骤4中得到最优训练模型权重输入测试代码，然后对测试集中数据图片进行验证，并评估模型的性能。

全文数据：

权利要求：

百度查询： 淮阴工学院 江苏省农业科学院 一种基于LMS-Net轻量级模型的绿豆盐胁迫识别方法