基于深度卷积神经网络的害虫图像自动识别方法
- 专利权人:
- 浙江大学
- 发明人:
- 刘子毅,何勇,杨国国
- 申请号：
- CN201510247514.1
- 公开号：
- CN104850836A
- 申请日:
- 2015.05.15
- 申请国别(地区):
- 中国
- 年份:
- 2015
- 代理人:
- 胡红娟
- 摘要：
- 本发明公开了一种基于深度卷积神经网络的害虫图像自动识别方法，包括以下步骤：(1)收集原始图像并进行预处理，构成训练集，计算训练集的均值图像；(2)构造深度卷积神经网络；(3)在训练集的训练样本中随机采集子图像块，利用子图像块预训练深度卷积神经网络；(4)利用训练集，结合基于mini-batch的随机梯度下降算法训练深度卷积神经网络；(5)对待测害虫图像进行所述预处理，形成测试样本，测试样本减去训练集的均值图像后，利用训练完成的深度卷积神经网络识别测试样本。本发明识别精度高、识别种类多，对害虫类内变化鲁棒性强、对害虫类间相似性敏感。
- 来源网站：
- 中国工程科技知识中心
