| 专利名称 | 融合多种上下文深度学习模型的水稻病害图像检测方法 | 申请号 | CN201710894729.1 | 专利类型 | 发明专利 | 公开（公告）号 | CN107808375A | 公开（授权）日 | 2018.03.16 | 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 | 谢成军;王儒敬;张洁;李瑞;陈天娇 | 主分类号 | G06T7/00(2017.01)I | IPC主分类号 | G06T7/00(2017.01)I;G06K9/62(2006.01)I | 专利有效期 | 融合多种上下文深度学习模型的水稻病害图像检测方法 至融合多种上下文深度学习模型的水稻病害图像检测方法 | 法律状态 | 实质审查的生效 | 说明书摘要 | 本发明涉及融合多种上下文深度学习模型的水稻病害图像检测方法，与现有技术相比解决了水稻病害检测未考虑其相关条件因素的缺陷。本发明包括以下步骤：训练样本的收集和预处理；基于深度学习融合水稻图像上下文信息获得水稻病害图像检测模型；待检测水稻图像的空间、位置、温湿度信息收集和预处理；病害在水稻图像中具体位置的标记。本发明不仅考虑了病害图像本身的特征，还考虑了采集时空间、时间、温湿度等相关因素，通过对水稻病害图像全局上下文训练模型、水稻病害图像局部上下文训练模型、水稻病害属性约束上下文训练模型的融合，提高了田间复杂应用情况下水稻病害图像检测与识别能力，提高了水稻病害图像检测率。 |
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