一种基于区域卷积神经网络的茶叶病害检测方法
基本信息
| 申请号 | CN201911109574.1 | 申请日 | - |
| 公开（公告）号 | CN110827273A | 公开（公告）日 | 2020-02-21 |
| 申请公布号 | CN110827273A | 申请公布日 | 2020-02-21 |
| 分类号 | G06T7/00 | 分类 | 计算；推算；计数; |
| 发明人 | 汤哲;孙程;齐芳;陈华荣;李刚 | 申请（专利权）人 | 长沙湘丰智能装备股份有限公司 |
| 代理机构 | 长沙市护航专利代理事务所（特殊普通合伙） | 代理人 | 长沙湘丰智能装备股份有限公司;中南大学 |
| 地址 | 410083 湖南省长沙市岳麓区麓山南路932号中南大学 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于区域卷积神经网络的茶叶病害检测方法，包括如下步骤：S1形成训练集样本数据，S2获得待检测叶片图像的特征图，S3生成特征图建议区域，S4完成检测并输出待检测叶片图像病害类别的概率向量。本发明基于区域卷积神经网络，将待检测的叶片图像输入区域卷积神经网络的基础网络获得特征图，在区域建议网络生成待检测叶片图像的建议区域进行过滤，并作为区域卷积神经网络检测网络的输入，由区域卷积神经网络进行待检测叶片图像病害种类的检测识别并输出病害种类的概率向量，以提供给茶农及时有效地对茶园茶树叶片病害情况进行检测和茶树叶片病害种类识别，辅助茶农防治茶园病害工作。 |
