原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本申请提供一种基于多源特征融合的农作物病虫害图像识别方法，获取初始农作物叶片病虫害数据集；通过仿射变换，得到规格化的预处理农作物叶片病虫害数据集；根据深度卷积对抗式生成网络对预处理农作物叶片病虫害数据集进行扩充，得到农作物叶片病虫害图像样本；根据预设候选框，通过三分支结构构建多尺度融合网络模型，提取农作物叶片病虫害图像样本中的农作物叶片病虫害图像候选区域；将多源特征和农作物叶片病虫害图像候选区域融合，采用AlexNet、ResNet50和VGG基准模型，得到农作物病虫害的定位信息和类别信息；根据
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113052168 A
(43)申请公布日 2021.06.29
(21)申请号 202110272126.4
(22)申请日 2021.03.12
(71)申请人 西安
文档评论（0）