-
公开(公告)号：CN113033520B
公开(公告)日：2021-08-13
申请号：CN202110569852.2
申请日：2021-05-25
Applicant: 华中农业大学
Abstract: 本发明涉及一种基于深度学习的树木线虫病害木识别方法及系统,其方法包括采集树木线虫病害区域的影像信息，对影像信息中的病害木位点进行标记并形成标记点；基于标记点构建以病害木位点为中心的二维高斯空间置信图；构建多尺度空间注意力卷积神经网络模型，并利用二维高斯空间置信图结合深度学习算法对多尺度空间注意力卷积神经网络模型进行训练；利用训练后的多尺度空间注意力卷积神经网络模型对目标区域树木线虫病害进行预测识别，得到病害预测结果。本发明可提高目标识别的准确性，通过多尺度空间注意力卷积神经网络模型融合不同感受野下的特征图，将多分辨率的深度信息整合到常规空间语义中，提升模型对于病害木与周围关系的学习和识别能力。
-
公开(公告)号：CN113033520A
公开(公告)日：2021-06-25
申请号：CN202110569852.2
申请日：2021-05-25
Applicant: 华中农业大学
Abstract: 本发明涉及一种基于深度学习的树木线虫病害木识别方法及系统,其方法包括采集树木线虫病害区域的影像信息，对影像信息中的病害木位点进行标记并形成标记点；基于标记点构建以病害木位点为中心的二维高斯空间置信图；构建多尺度空间注意力卷积神经网络模型，并利用二维高斯空间置信图结合深度学习算法对多尺度空间注意力卷积神经网络模型进行训练；利用训练后的多尺度空间注意力卷积神经网络模型对目标区域树木线虫病害进行预测识别，得到病害预测结果。本发明可提高目标识别的准确性，通过多尺度空间注意力卷积神经网络模型融合不同感受野下的特征图，将多分辨率的深度信息整合到常规空间语义中，提升模型对于病害木与周围关系的学习和识别能力。
-
公开(公告)号：CN118314430A
公开(公告)日：2024-07-09
申请号：CN202410724693.2
申请日：2024-06-05
Applicant: 华中农业大学 , 山东绿美生态环境工程集团有限公司
IPC: G06V10/80 , G06V10/72 , G06V10/766 , G06F17/11 , G06F17/18
Abstract: 本发明公开了一种基于多源遥感数据融合的地表温度降尺度方法，包括以下步骤：S1、数据准备，获取不同空间分辨率的卫星遥感数据，所述数据分别为第一遥感数据A1、第二遥感数据A2以及第三遥感数据A3；S2、基于所述第一遥感数据A1计算预设分辨率的归一化指数和陆地地表温度，并利用所述归一化指数和陆地地表温度构建线性回归模型，并导出系数；S3、对所述第二遥感数据A2和第三遥感数据A3进行校正标定处理，并将第二遥感数据A2与第三遥感数据A3对应的影像进行融合；通过将多源遥感数据进行融合，并基于融合数据反演回归方程以计算高精度LST。本发明提供的基于多源遥感数据融合的地表温度降尺度方法具有算法简洁，平衡了计算负荷与精度的效果。
-
-
Search Results
3
records
(took 0.017 seconds)
