-
公开(公告)号:CN113112498B
公开(公告)日:2024-01-19
申请号:CN202110488184.0
申请日:2021-05-06
Applicant: 东北农业大学
Abstract: 本发明属于人工智能与植物保护领域,是人工智能与植物保护学科跨学科交叉应用,具体来说发明了一种基于细粒度对抗生成网络的葡萄叶片病斑识别方法,包括:数据获取与标注、显著性病斑区域检测与分割、细粒度对抗生成网络图像增强、深度学习分类模型进行训练,利用训练好的模型进行葡萄叶片病斑识别。该方法主要解决葡萄叶片病症表现为病斑形式,发病早期、新型病害、罕见病斑或训练样本数不足的情况下的叶片病斑识别率低下的问题,主要用于葡萄叶片病斑发病早期病斑识别,可以尽快的做出相应的干预措施,为下一步精准施药奠定基础,最大限度的减少经济损失,可以减少用药量,保护环境。(56)对比文件周涛;霍兵强;陆惠玲;师宏斌.医学影像疾病诊断的残差神经网络优化算法研究进展.中国图象图形学报.2020,(第10期),全文.刘海东;杨小渝;朱林忠.基于生成对抗网络的乳腺癌病理图像可疑区域标记.科研信息化技术与应用.2017,(第06期),全文.Bin Liu.A Data Augmentation MethodBased on Generative Adversarial Networksfor Grape Leaf DiseaseIdentification.IEEE Acces.2020,第8卷102188-102198.Shaoqing Ren.Faster R-CNN: TowardsReal-Time Object Detection with RegionProposal Networks.IEEE Transactions onPattern Analysis and MachineIntelligence.2017,第39卷(第6期),1137-114.Krishna Kumar Sing.FineGAN:Unsupervised Hierarchical Disentanglementfor Fine-Grained Object Generation andDiscover.2019 IEEE/CVF Conference onComputer Vision and Pattern Recognition(CVPR.2020,1-18.黄建平;陈镜旭;李克新;李君禹;刘航.基于神经结构搜索的多种植物叶片病害识别.农业工程学报.2020,(第16期),全文.周涛;霍兵强;陆惠玲;师宏斌.医学影像疾病诊断的残差神经网络优化算法研究进展.中国图象图形学报.2020,(第10期),全文.刘海东;杨小渝;朱林忠.基于生成对抗网络的乳腺癌病理图像可疑区域标记.科研信息化技术与应用.2017,(第06期),全文.
-
公开(公告)号:CN113112498A
公开(公告)日:2021-07-13
申请号:CN202110488184.0
申请日:2021-05-06
Applicant: 东北农业大学
Abstract: 本发明属于人工智能与植物保护领域,是人工智能与植物保护学科跨学科交叉应用,具体来说发明了一种基于细粒度对抗生成网络的葡萄叶片病斑识别方法,包括:数据获取与标注、显著性病斑区域检测与分割、细粒度对抗生成网络图像增强、深度学习分类模型进行训练,利用训练好的模型进行葡萄叶片病斑识别。该方法主要解决葡萄叶片病症表现为病斑形式,发病早期、新型病害、罕见病斑或训练样本数不足的情况下的叶片病斑识别率低下的问题,主要用于葡萄叶片病斑发病早期病斑识别,可以尽快的做出相应的干预措施,为下一步精准施药奠定基础,最大限度的减少经济损失,可以减少用药量,保护环境。本发明还可以扩展到其他植物叶片病害形式为病斑的情况。
-