← 返回列表
基于深度学习的花卉等级自动分类分拣与病虫害监测系统
摘要文本
本发明公开了基于深度学习的花卉等级自动分类分拣与病虫害监测系统，涉及花卉分拣技术领域。所述系统包括：图像数据采集模块，其用于捕捉目标图像数据；图像数据处理模块，其用于建立深度学习模型，并建立第一训练集和第二训练集，进行第一特征训练和第二特征训练，然后参照第一特征训练和第二特征训练，对所述目标图像数据依次进行一次处理和二次处理。本发明通过深度学习模型对目标图像数据依次进行处理，分别检测目标的种类特征和病虫害侵蚀特征，输出其特征分析结果，为后续的自动化对目标进行种类分拣提供技术基础，提高了花卉的分拣效率，降低人力成本，且能及时监测到被病虫害侵蚀的花卉，达到及时采取预防和治疗措施的效果。
申请人信息
- 申请人:四川农业大学
- 申请人地址:625000 四川省雅安市雨城区新康路46号
- 发明人: 四川农业大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于深度学习的花卉等级自动分类分拣与病虫害监测系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311660200.5 |
| 申请日 | 2023/12/6 |
| 公告号 | CN117671499A |
| 公开日 | 2024/3/8 |
| IPC主分类号 | G06V20/10 |
| 权利人 | 四川农业大学 |
| 发明人 | 刘灿; 李军; 牛昱澎; 冉承玮; 田发; 张美馨; 孙瑜; 唐莉鑫; 王榆杰; 潘奕璇 |
| 地址 | 四川省雅安市雨城区新康路46号 |
专利主权项内容
1.一种基于深度学习的花卉等级自动分类分拣与病虫害监测系统，其特征在于，包括：图像数据采集模块，其用于捕捉目标图像数据；图像数据处理模块，其用于建立深度学习模型，并建立第一训练集和第二训练集，进行第一特征训练和第二特征训练，然后参照第一特征训练和第二特征训练，对所述目标图像数据依次进行一次处理和二次处理；其中，所述一次处理为通过所述深度学习模型对所述目标图像数据进行初次识别，分析所述目标的第一特征；所述二次处理为通过所述深度学习模型对所述目标图像数据进行二次识别，分析所述目标是否存在第二特征；目标分类处理模块，其用于获取所述目标的特征分析结果，并根据特征分析结果输出所述目标的分类结果。