CN114463309B 一种结合深度学习和图像处理的黄斑蚕茧识别方法 （中国计量大学）_第1页
CN114463309B 一种结合深度学习和图像处理的黄斑蚕茧识别方法 （中国计量大学）_第2页
CN114463309B 一种结合深度学习和图像处理的黄斑蚕茧识别方法 （中国计量大学）_第3页
CN114463309B 一种结合深度学习和图像处理的黄斑蚕茧识别方法 （中国计量大学）_第4页
CN114463309B 一种结合深度学习和图像处理的黄斑蚕茧识别方法 （中国计量大学）_第5页
已阅读5页，还剩9页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种结合深度学习和图像处理的黄斑蚕茧本发明公开了一种结合深度学习和图像处和黄斑茧的蚕茧图片数据集；训练SE_ResNet网识别结果置信度大于等于75%的直接输出网络识别结果，置信度小于75%的进行图像处理二次识在S(饱和度)单通道图片上蚕茧区域进行阈值分度学习和图像处理的黄斑蚕茧识别方法对黄斑2S1.采集多张合格上车茧和不合格黄斑茧图S3.将蚕茧图像数据集按80%训练集和20%测试集送入SS4.待测蚕茧图片输入SE_ResNet网络进行识别预测，预测结果置信度大于75%的直接S3中所述SE_ResNet网络层数为50层，给每张图片输出识别结果并且给出对应结果的3黄斑但黄斑面积不大(通常为小于1平方厘米)并且黄斑颜色较浅为淡黄色的蚕茧为上车[0007]S3.将蚕茧图像数据集按80％训练集和20％测试集送入SE_ResNet网络进行网络[0009]S5.对需要图像处理二次识别的图4[0023]①以黑色背景采集大量的(8000张以上)包含合格上车茧以及不合格黄斑茧的图[0026](3)SE_ResNet网络识别蚕茧种类。将待识别分类的蚕茧图像送入训练好的SE_5[0030]SE_ResNet是在ResNet网络中增加了Squeeze_and_Excitation特征压缩与激发模6面积和黄色色彩饱和度来对蚕茧图像进行二次7

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论