龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：昆明理工大学
申请日：2024-03-26
公开（公告）日：2024-06-28
公开（公告）号：CN118258769A
主分类号：G01N21/25
分类号：G01N21/25;G01N21/27;G01N21/84;G01D21/02;G06V10/12;G06V10/40
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明公开了一种基于多模态深度学习的农作物病虫害检测方法及系统，所述方法包括：利用经过最优路线规划的无人机搭载RGB相机和多光谱相机获取监测图像数据；通过物联网传感器组成环境监测网络获取农作物环境参数数据；构建多模态农业病虫害知识图谱；确定健康评价体系及其权重，计算健康评价指数；得到改进的多模态农作物健康状态深度学习检测模型；将所述监测图像数据和环境参数数据进行异构数据融合并进行联合优化，输入所述多模态农作物健康状态深度学习检测模型，得到目标检测结果；输出所述目标检测结果，通过网页端构建的农作物健康指示平台对农作物的病虫害区域与健康状况进行可视化展示。
主权项：1.一种基于多模态深度学习的农作物病虫害检测方法及系统，其特征在于，包括以下步骤：S1：利用无人机控制平台对无人机进行最优路线规划，无人机搭载经过校准同步的RGB相机和多光谱相机获取监测图像数据；S2：通过物联网传感器组成环境监测网络获取农作物环境参数数据，采用LoRa技术，优化数据传输距离和功耗；S3：利用公开知识图谱和私有数据构建多模态农业病虫害知识图谱；S4：确定健康评价体系及其权重，计算健康评价指数；S5：将所述多模态农业病虫害知识图谱输入神经网络中进行训练，结合所述健康评价体系优化神经网络的参数权重，得到改进的多模态农作物健康状态深度学习检测模型；S6：将所述监测图像数据和环境参数数据进行异构数据融合并进行联合优化，作为待检测目标数据输入所述多模态农作物健康状态深度学习检测模型进行检测，得到目标检测结果；S7：输出所述目标检测结果，通过网页端构建的农作物健康指示平台对农作物的病虫害区域与健康状况进行可视化展示。
全文数据：
权利要求：
百度查询： 昆明理工大学 一种基于多模态深度学习的农作物病虫害检测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号