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
本发明属于图像处理技术领域，提供了一种基于改进深度残差网络的农作物病害识别方法，包括步骤：S1、通过预设方式获取农作物病害图片；S2、将获取的农作物病害图片进行处理；S3、将处理后的农作物图片经过农作物病害识别的训练模型进行检测，并获得检测结果。本发明还提供了一种基于改进深度残差网络的农作物病害识别系统，本发明的优点在于利用残差网络能有效的解决梯度弥散、避免信息丢失等问题的优点，对农作物病害图像进行识别，避免人为主观因素影响识别结果，并且通过优化残差网络的结构和参数，构建基于改进残差网络的农作物
(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 113160115 A
(43)申请公布日 2021.07.23
(21)申请号 202110136420.2
(22)申请日 2021.02.01
(71)申请人 浙江农林大学
地址
文档评论（0）