中文摘要：本发明涉及一种基于特征迁移学习的作物病害识别方法，属于图像处理和农业信息技术领域，该方法包括：采集作物病害图像建立数据库；选择有大数据集的其它辅助领域并对其进行评估与筛选；基于作物病害图像相关的文本先验知识，采用深度迁移网络，构建跨媒体的迁移学习模型；利用深度迁移网络，学习辅助开源大数据的特征表示，并进一步结合无监督领域适应方法，迁移到作物病害图像领域，实现目标数据自动标注；结合多模态农业领域知识，同步实现领域适应与最终分类器构建，以多途径迁移学习自适应方法优化系统整体性能。该方法可以提高作物病害识别准确率，适用于小样本、多种作物和多种病害的作物病害识别，为作物病害图像资源不够提供了新的解决方案。
申请号：CN201811624115.2
专利号：CN110457982B
公开/公告号：CN110457982B
申请日：2018-12-28
公开/公告日：2023-04-11
申请/专利权人：中国科学院合肥物质科学研究院
发明/设计人：袁媛; 陈雷
主分类号： G06V20/10;
法律状态：授权
原文传递申请：江苏省科技资源（工程技术文献）统筹服务平台