一种基于深度学习的农业保险查勘技术方法
基本信息
| 申请号 | CN201910244910.7 | 申请日 | - |
| 公开（公告）号 | CN110084125A | 公开（公告）日 | 2019-08-02 |
| 申请公布号 | CN110084125A | 申请公布日 | 2019-08-02 |
| 分类号 | G06K9/00（2006.01）I; G06K9/62（2006.01）I; G06Q40/08（2012.01）I; G06Q50/02（2012.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 谷俊鹏; 谢士琴; 郑舒心; 葛胜利 | 申请（专利权）人 | 国智恒北斗好年景农业科技有限公司 |
| 代理机构 | 北京鑫浩联德专利代理事务所（普通合伙） | 代理人 | 国智恒北斗好年景农业科技有限公司 |
| 地址 | 450000 河南省郑州市金水区兴达路街道鸿苑路与鸿宝路交叉口向北500米金科智汇谷7号楼 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及农业保险技术领域，尤其涉及深度学习神经网络和卫星遥感空间大数据处理分析的一种基于深度学习模型的农业保险查勘验标技术方法，包括下述步骤：1）、研究区域的影像预分类；2）、样方的采集；3）、外业数据的预处理和可疑区域的复查；4)、对研究区域内的影像进行变换切割；5）、根据采集的样本对影像进行分类并验证精度；6）、对分类的影像进行裁剪并制作样本数据集；7）、将生成的样本数据和标签喂入改进后的U‑net模型；8）使用测试数据对训练好的模型进行评价；9）使用训练好的模型对其他区域及其他年份的数据进行分类。本发明提供的一种基于深度学习模型的农业保险查勘验标技术方法具有高效率、高精度和省时省人工的优点。 |
