一种基于神经网络的穴盘苗空穴识别方法以及穴盘苗补苗系统

发明专利有效专利

申请号：
CN201911296761.5
IPC分类号：G06K9/00;G06K9/34;G06K9/62;G06N3/04;G06N3/08
申请日期：
2019-12-16
申请人：
山东工商学院

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于神经网络的穴盘苗空穴识别方法以及穴盘苗补苗系统
申请号	CN201911296761.5	申请日期	2019-12-16
法律状态	实质审查	申报国家	中国
公开/公告日	2020-05-08	公开/公告号	CN111126222A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;3;4;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	山东工商学院	申请人地址	山东省烟台市莱山区滨海中路191号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	山东工商学院	当前权利人	山东工商学院
发明人	张勇
代理机构	北京维昊知识产权代理事务所（普通合伙）	代理人	暂无

摘要

为了提升全自动蔬菜移栽机的自动化和智能化，以解决现有技术中相邻穴孔茎叶相互重叠造成的穴盘苗识别准确率低的技术问题，本发明提供了一种穴盘苗补苗装置，并提出了基于卷积神经网络的穴盘苗空穴识别方法，对穴盘苗图像进行了预处理，将整个穴盘图像按照穴盘规格拆分成多个穴孔图像，将识别转化成单个穴孔图像的二分类识别问题，构建了LeNet‑5卷积神经网络识别模型，采用Relu和Sigmoid两种激活函数，使用交叉熵损失函数，通过正则化和数据增强技术，本发明的技术方案提高了卷积神经网络的穴盘苗识别模型具有较高的识别准确率和泛化能力，解决了穴盘苗补苗装置识别准确度低的技术问题，提高了空穴盘苗的识别精度，进一步提升了全自动蔬菜的移栽效果。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供