原创力文档- 2
- 0
- 约1.28万字
- 约 13页
- 2023-05-29 发布于四川
- 举报
本发明公开了一种基于负样本编码增强的农作物病害细粒度分类方法及系统，涉及深度学习技术领域。本发明的技术要点包括：对现有的样本编码技术One‑Hot进行了拓展，增加了All‑Zeros的全“0”样本编码；同时对于收集到的健康样本不足的情况，提出了使用PhotoShop中的内容识别填充进行图像生成与数量扩充的方法；进一步，对现有的深度学习架构进行了调整，移除了最后一层的SoftmaxLayer。本发明使得改进后的网络在学习病害样本的同时，也可以抑制对健康样本的学习，从而在现实场景下，遇到没有病害的健
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 115830389 A
(43)申请公布日 2023.03.21
(21)申请号 202211623017.3 G06N 3/0464 (2023.01)
文档评论（0）