计算机数字图像目标识别模型和方法技术

本申请提供一种计算机数字图像目标识别模型和方法，计算机数字图像目标识别模型包括多组卷积层、多个批量归一化层和处理层组；每个批量归一化层均对应一组卷积层，卷积层的输出节点均与对应的批量归一化层的输入节点连接，批量归一化层的输出节点与处理层组的输入节点连接，处理层组的输出节点与输出层连接；卷积层用于对初始待识别图像进行卷积；批量归一化层用于对初始图像进行归一化，初始图像基于初始待识别图像得到；处理层组用于目标图像进行处理，目标图像基于初始图像得到；输出层用于输出识别结果，如此，能够对苹果叶片病害进行识别，确定苹果叶片病害的种类，这样不需要靠人工进行识别，能够节约人力，且能够保证识别准确度。识别准确度。识别准确度。

【技术实现步骤摘要】
计算机数字图像目标识别模型和方法


[0001]本申请涉及图像处理
，尤其涉及一种计算机数字图像目标识别模型和方法。

技术介绍

[0002]农业生产中会不定时监测农作物叶片的生长情况，然而叶片出现病虫害的情况时有发生，如果不及时发现以及处置叶片病害，对农作物的产量和品质都有着很严重的影响，甚至可能造成减产或绝产。
[0003]苹果是我国主要生产的农业作物之一，目前对于苹果叶片病害的识别，主要靠人工识别，需要花费大量的人力。

技术实现思路

[0004]本申请提供一种计算机数字图像目标识别模型和方法，能够对苹果叶片病害进行识别，确定苹果叶片病害的种类，这样不需要靠人工进行识别，能够节约人力，且能够保证识别准确度。
[0005]本申请提供一种计算机数字图像目标识别模型，包括多组卷积层、多个批量归一化层和处理层组；其中，每个批量归一化层均对应一组卷积层，卷积层的输出节点均与对应的批量归一化层的输入节点连接，批量归一化层的输出节点与处理层组的输入节点连接，处理层组的输出节点与输出层连接；
[0006]卷积层用于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种计算机数字图像目标识别模型，其特征在于，包括多组卷积层、多个批量归一化层和处理层组；其中，每个所述批量归一化层均对应一组所述卷积层，所述卷积层的输出节点均与对应的所述批量归一化层的输入节点连接，所述批量归一化层的输出节点与所述处理层组的输入节点连接，所述处理层组的输出节点与输出层连接；所述卷积层用于对初始待识别图像进行卷积；所述批量归一化层用于对初始图像进行归一化，所述初始图像基于所述初始待识别图像得到；所述处理层组用于目标图像进行处理，所述目标图像基于所述初始图像得到；所述输出层用于输出识别结果。2.根据权利要求1所述的计算机数字图像目标识别模型，其特征在于，所述卷积层的输出节点和所述批量归一化层的输入节点之间设有激活函数；所述激活函数用于对待识别图像进行非线性处理，所述待识别图像基于所述初始待识别图像得到。3.根据权利要求2所述的计算机数字图像目标识别模型，其特征在于，所述处理层组包括：多个池化层；每个所述池化层均对应一个所述批量归一化层，所述池化层的输入节点与对应的所述批量归一化层的输出节点连接，所述池化层的输出节点与对应的所述卷积层的输入节点连接；所述池化层用于对所述目标图像进行池化，所述目标图像基于所述初始图像得到。4.根据权利要求3所述的计算机数字图像目标识别模型，其特征在于，所述处理层组还包括：全连接层；所述全连接层的输入节点与对应的所述池化层的输出节点连接；所述全连接层对特征进行整合，所述特征基于所述目标图像得到。5.根据权利要求4所述的计算机数字图像目标识别模型，其特征在于，所述处理层组还包括：分类层；所述分类层的...

【专利技术属性】
技术研发人员：李晓宁，赵宏伟，童子皓，赵浩宇，臧雪柏，
申请(专利权)人：吉林大学，
类型：发明
国别省市：