专利详情

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。