基于深度学习的高分辨率影像农作物自动提取方法及装置
基本信息
| 申请号 | CN201910827204.5 | 申请日 | - |
| 公开（公告）号 | CN110751019A | 公开（公告）日 | 2020-02-04 |
| 申请公布号 | CN110751019A | 申请公布日 | 2020-02-04 |
| 分类号 | G06K9/00;G06K9/62;G06N3/04 | 分类 | 计算；推算；计数; |
| 发明人 | 杨泽宇;明金;冷伟 | 申请（专利权）人 | 武汉珈和科技有限公司 |
| 代理机构 | 武汉河山金堂专利事务所（普通合伙） | 代理人 | 武汉珈和科技有限公司 |
| 地址 | 430000 湖北省武汉市东湖开发区武大园路武大科技园2期B3栋6088室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提出一种基于深度学习的高分辨率影像农作物自动提取方法及装置，所述方法包括：获取目标农作物不同物候期的高分辨率影像，制作标准样本并保存为矢量格式，得到标记的矢量样本；构建卷积神经网络模型，通过每个物候期的高分辨率影像以及对应的矢量样本分别训练所述卷积神经网络模型，得到不同物候期的分类模型；根据待分类数据的类型，从不同物候期的分类模型中匹配出与待分类数据相对应的物候期的分类模型；根据待分类数据的类型及匹配到相应的物候期的分类模型进行目标农作物分布提取。本发明可大幅度提升农作物分类识别的效率，分类过程中不需要人工进行干预，且可提高准确率。 |
