您的位置：
首页
>
农业专利
>
详情页
基于卷积神经网络模型GoogleNet的玉米叶片病害识别方法
- 专利权人:
- 东北农业大学
- 发明人:
- 张喜海,乔岳,孟繁锋,张明明,许绥佳,李想,赵语杭,范成国,宋伟先,许永花
- 申请号：
- CN201810001661.4
- 公开号：
- CN107945182A
- 申请日:
- 2018.01.02
- 申请国别(地区):
- 中国
- 年份:
- 2018
- 代理人:
- 岳泉清
- 摘要：
- 基于卷积神经网络模型GoogleNet的玉米叶片病害识别方法，本发明涉及玉米叶片病害识别方法。本发明为了解决现有玉米叶片病害识别技术中网络模型参数较多、病害种类识别精确度低的缺点。本发明包括：一：进行玉米叶片图像数据集的收集，将收集的玉米叶片图像数据集进行扩大后，进行图像数据集的预处理；预处理后的图像数据集分为训练集和测试集；二：将训练集和测试集输入到卷积神经网络模型GoogleNet中利用第一个分类器进行训练和测试，得到优化的卷积神经网络模型GoogleNet；三：将测试集输入优化后的卷积神经网络模型GoogleNet中，完成对玉米叶片病害种类的识别。本发明用于图像识别技术领域。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
