一种基于并行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：
- CN201710103222.X
- 公开号：
- CN106997475A
- 申请日:
- 2017.02.24
- 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并行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样本数量少导致害虫识别率低、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；构造并训练并行卷积神经网络模型；对待测图像进行收集和预处理；将测试样本输入经过训练后的并行卷积神经网络模型，进行害虫图像的自动识别。本发明通过构造的并行卷积神经网络在样本数量不充裕的情况下使得网络训练更充分，并使得分类能力更强的特征发挥的作用更大。
- 来源网站：
- 中国工程科技知识中心
