-
公开(公告)号:CN119339173A
公开(公告)日:2025-01-21
申请号:CN202411897369.7
申请日:2024-12-23
Applicant: 吉林农业大学
IPC: G06V10/764 , G06V10/40 , G06V10/77 , G06V10/82 , G06V20/68 , G06N3/048 , G06N3/0464 , G06N3/08
Abstract: 一种粳稻籽粒的品种分类鉴别方法与装置,属于深度学习神经网络,尤其涉及粳稻籽粒的品种分类鉴别;解决了现有的图像分类处理模型的参数复杂度高、分类准确率低、无法避免过拟合、收敛速度慢,在性能方面无法满足粳稻籽粒分类的需求,导致的当前依然采用人工方法、化学方法和光谱技术等传统分类方法对粳稻籽粒进行评估或分类,费用昂贵、耗时、效率低下,且精度不足的问题;所述方法包括:用于将数据预处理后的待分类的粳稻籽粒的RGB图像输入训练完成的J‑Rice‑ResNeXt模型中,获得粳稻籽粒的分类鉴别结果的步骤;所述的一种粳稻籽粒的品种分类鉴别方法与装置,适用于粳稻籽粒的品种分类鉴别。
-
公开(公告)号:CN119339173B
公开(公告)日:2025-02-25
申请号:CN202411897369.7
申请日:2024-12-23
Applicant: 吉林农业大学
IPC: G06V10/764 , G06V10/40 , G06V10/77 , G06V10/82 , G06V20/68 , G06N3/048 , G06N3/0464 , G06N3/08
Abstract: 一种粳稻籽粒的品种分类鉴别方法与装置,属于深度学习神经网络,尤其涉及粳稻籽粒的品种分类鉴别;解决了现有的图像分类处理模型的参数复杂度高、分类准确率低、无法避免过拟合、收敛速度慢,在性能方面无法满足粳稻籽粒分类的需求,导致的当前依然采用人工方法、化学方法和光谱技术等传统分类方法对粳稻籽粒进行评估或分类,费用昂贵、耗时、效率低下,且精度不足的问题;所述方法包括:用于将数据预处理后的待分类的粳稻籽粒的RGB图像输入训练完成的J‑Rice‑ResNeXt模型中,获得粳稻籽粒的分类鉴别结果的步骤;所述的一种粳稻籽粒的品种分类鉴别方法与装置,适用于粳稻籽粒的品种分类鉴别。
-