公开(公告)号：CN119540775A

公开(公告)日：2025-02-28

申请号：CN202411717499.8

申请日：2024-11-27

Applicant: 南京农业大学

Inventor： 殷豪 ,  秦阳慧 ,  穆悦 ,  薛文杰 ,  张绍铃 ,  陶书田 ,  齐开杰 ,  吴巨友 ,  吴潇

IPC: G06V20/10 ,  G06V10/44 ,  G06V10/774 ,  G06V10/776 ,  G06V10/74 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于梨果实图像深度学习的梨品种识别方法，它包括以下步骤：S1、收集不同梨品种成熟期梨果实图像，通过室内拍摄图像和室外原位拍摄图像两种方式获取数据集，并将每个品种的图像进行数据划分与增强；S2、搭建卷积神经网络模型，包括：ResNet34‑out模型和ResNet34‑ELU模型并训练验证获得相应的卷积神经网络模型；S3、采集成熟期梨果实的图像数据，使用S2搭建的卷积神经网络模型进行梨品种识别。本发明所提出的ResNet34‑out模型和ResNet34‑ELU模型与AlexNet、VGG、GoogleNet模型进行比较，通过上述两种优化后的模型可使梨果实识别准确率达到95.12％。

公开(公告)号：CN119540774A

公开(公告)日：2025-02-28

申请号：CN202411717498.3

申请日：2024-11-27

Applicant: 南京农业大学

Inventor： 殷豪 ,  秦阳慧 ,  薛文杰 ,  穆悦 ,  张绍铃 ,  陶书田 ,  齐开杰 ,  吴巨友 ,  吴潇

IPC: G06V20/10 ,  G06V10/44 ,  G06V10/774 ,  G06V10/776 ,  G06V10/74 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于梨叶片图像深度学习的梨品种识别方法，它包括以下步骤：S1、收集不同梨品种嫩叶、成熟叶片图像，通过室内拍摄图像和室外原位拍摄图像两种方式获取数据集，并将每个品种的图像进行数据划分与增强；S2、搭建卷积神经网络模型，包括：ResNet34‑out模型和ResNet34‑ELU模型并训练验证获得相应的卷积神经网络模型；S3、采集梨品种叶片的图像数据，使用S2搭建的卷积神经网络模型进行梨品种识别。本发明所提出的ResNet34‑out模型和ResNet34‑ELU模型与AlexNet、VGG、GoogleNet模型进行比较，通过上述两种优化后的模型可使梨叶片识别准确率达到96.01％。