基于深度卷积神经网络的番茄病害识别方法

专利类型:
发明专利(1)
专利有效性:
有效专利(1)
法律状态:
实质审查(1)
高级筛选:

路标网共为您找到相关结果1

公开(公告)时间
申请时间

基于深度卷积神经网络的番茄病害识别方法

发明专利有效专利
  • 申请号:CN201911268844.3
  • 申请人:北京工业大学
  • 申请日:2019-12-11
  • 主分类号:G06K9/00
  • 公开(公告)日:2020-04-21
  • 公开/公告号:CN111046793A
委托购买

摘要:本发明公开了基于深度卷积神经网络的番茄病害识别方法,本发明采用深度神经网络Residual 56Attention,ResNet通过残差学习解决了深度网络的退化问题,以训练出更深的网络的同时节省了大量资源占用。Residual 56Attention在ResNet基础上引入了Attention机制,逐渐提取高层特征并增大模型的感受野,高层特征的激活对应位置能够反映attention的区域,然后再对这种具有attention特征的feature map进行上采样,使其大小回到原始feature map的大小,就将attention对应到原始图片的每一个位置上。在原有的Residual 56Attention网络基础上所有的激活函数层均使用ELU函数作为激活函数,在样本识别时运算效率更高,而模型参数减少,收敛速度更快,降低了资源的占用,以及对软硬件的高需求,可以更好投入到实际使用。

著录信息权利要求说明书PDF全文法律状态引证文献
  • 1
前往
没找到想要的结果?为您推荐专业专利顾问检索  基于深度卷积神经网络的番茄病害识别方法 专利,更快更准确
免费
我想查:已帮助11131172位用户进行查询

*来源于国家知识产权局数据,仅供参考,专利服务由北京酷爱智慧知识产权代理公司提供