一种基于多空间卷积神经网络的害虫图像识别方法
- 专利权人:
- 中国科学院合肥物质科学研究院
- 发明人:
- 陈红波,谢成军,张洁,李瑞,余健,陈天娇,王儒敬,宋良图
- 申请号：
- CN201710041268.3
- 公开号：
- CN106845401A
- 申请日:
- 2017.01.20
- 申请国别(地区):
- 中国
- 年份:
- 2017
- 代理人:
- 张祥骞
- 摘要：
- 本发明涉及一种基于多空间卷积神经网络的害虫图像识别方法，与现有技术相比解决了害虫图像识别率低、鲁棒性差的缺陷。本发明包括以下步骤：对训练图像进行收集和预处理；构造多尺度的MS‑CNN网络模型和多核分类模型；对待测图像进行收集和预处理；将测试样本输入经过多核模型的训练的MS‑CNN网络模型中，进行害虫图像的自动识别。本发明提高了害虫识别的准确率，增强了害虫识别算法的鲁棒性，达到了实际应用水平。
- 来源网站：
- 中国工程科技知识中心
