龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：大连理工大学人工智能大连研究院;大连钜智信息科技有限公司
摘要：本发明提供了一种基于多任务学习的枳壳病虫害识别方法，采用识别和重建两个任务训练识别网络。采用若干预训练模型对枳壳病虫害数据集进行图像分类训练，选用一个泛化能力较好的预训练模型并对其进行微调作为多任务学习模型的主干共享网络，然后设计用于枳壳病虫害分类和特征重建的分支任务网络，最后，通过对不同任务的权重调整，利用枳壳病虫害数据集训练图像识别模型并对枳壳病虫害进行分类识别。本发明基于多任务学习的思想，对识别模型进行多任务协调优化，获得更优的病虫害识别网络模型，进而提高识别准确率。
主权项：1.一种基于多任务学习的枳壳病虫害识别方法，其特征在于，具体包括以下步骤：步骤1，将枳壳病虫害数据集作为训练数据，通过若干预训练模型对训练数据进行特征提取，添加一层全连接层对提取的特征向量进行分类训练；步骤2，对比分析所有预训练模型在枳壳病虫害数据集上的分类性能和泛化能力，选择泛化能力最优的预训练模型构建主干共享网络；步骤3，采用多任务学习中的硬参数共享机制，构建用于枳壳病虫害分类的第一分支任务网络和用于特征重建的第二分支任务网络，主干共享网络的输入为训练数据，输出训练数据的特征向量至第一分支任务网络和第二分支任务网络；设定第一分支任务网络和第二分支任务网络的结构和损失函数；步骤4，训练优化第一分支任务网络和第二分支任务网络，保存主干共享网络、第一分支任务网络和第二分支任务网络构成的枳壳病虫害识别模型；步骤5，向枳壳病虫害识别模型输入枳壳病虫害图像，获取识别结果。
全文数据：
权利要求：
百度查询： 大连理工大学人工智能大连研究院 大连钜智信息科技有限公司 一种基于多任务学习的枳壳病虫害识别方法
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