| 专利名称 | 一种基于并行卷积神经网络的害虫图像识别方法 | 申请号 | CN201710103222.X | 专利类型 | 发明专利 | 公开（公告）号 | CN106997475A | 公开（授权）日 | 2017.08.01 | 申请（专利权）人 | 中国科学院合肥物质科学研究院 | 发明（设计）人 | 陈红波;谢成军;张洁;李瑞;余健;陈天娇;王儒敬;宋良图 | 主分类号 | G06K9/62(2006.01)I | IPC主分类号 | G06K9/62(2006.01)I;G06K9/46(2006.01)I;G06N3/04(2006.01)I | 专利有效期 | 一种基于并行卷积神经网络的害虫图像识别方法 至一种基于并行卷积神经网络的害虫图像识别方法 | 法律状态 | 实质审查的生效 | 说明书摘要 | 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。 |
1、源头对接，价格透明
2、平台验证，实名审核
3、合同监控，代办手续
4、专员跟进，交易保障