您的位置：
首页
>
农业专利
>
详情页
基于图像深度学习的小麦干旱识别方法
- 专利权人:
- 中国农业科学院农业资源与农业区划研究所
- 发明人:
- 安江勇,李茂松
- 申请号：
- CN201810883530.3
- 公开号：
- CN109086826A
- 申请日:
- 2018.08.06
- 申请国别(地区):
- 中国
- 年份:
- 2018
- 代理人:
- 律涛
- 摘要：
- 本发明涉及小麦非生物胁迫的识别技术领域，尤其是小麦干旱识别方法。该方法识别步骤为：a)在温室大棚采用盆栽实验方法进行小麦控旱试验，干旱等级分为适宜，轻旱，中旱，重旱和特旱；b)使用单反相机连续获取不同干旱等级的小麦图像，并标上标签，将数据集随机分为训练集和测试集；c)使用在ImageNet上预训练好的深度卷积网络模型Inception_V3、Resnet_50、Resnet_152的卷积操作提取图像特征，并训练最后的分类层；d)用测试集测试已训练的深度学习网络，分别用干旱胁迫识别准确率DSI和干旱胁迫分级准确率DSC来表示干旱胁迫识别和分级精度。本发明通过获取小麦数字图像，利用深度学习方法提取小麦表型特征，是基于承灾体对干旱胁迫进行识别和分级，故及时、准确、无损，而且得到较高的准确率。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
