一种基于深度学习网络的苹果病变图像识别方法与流程技术资料下载

技术编号:12601730

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

本发明本发明涉及人工神经网络领域,尤其涉及一种基于深度学习网络的苹果病变图像识别方法。背景技术种植果树的农民每年的苹果的生长状况通常都无法科学预知,在出现各种病虫害,腐烂病以及伤疤的时候大都认为是天灾人祸,不能及时对苹果的状况进行处理,有可能会导致苹果减产,收成不好而影响果农的收入。例如,随即抽取上千个苹果,会包括腐烂,病虫害,碰伤以及完好无损的状况,当遇到这些状况时由于数据不能及时得到科学化的处理,会使苹果产生的状况无法得到及时的处理,不能及时处理果树本身存在的问题,施肥,打农药的问题,有可能...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 李老师:1.计算力学 2.无损检测
  • 毕老师:机构动力学与控制
  • 袁老师:1.计算机视觉 2.无线网络及物联网
  • 王老师:1.计算机网络安全 2.计算机仿真技术
  • 王老师:1.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
  • 孙老师:1.机机器人技术 2.机器视觉 3.网络控制系统
  • 葛老师:1.机器人技术 2.计算机辅助技术
  • 张老师:1.内燃机燃烧及能效管理技术 2.计算机数据采集与智能算法 3.助航设备开发