一种基于深度学习数据预处理过程的图像算法库及其使用方法技术

本发明专利技术提供一种基于深度学习数据预处理过程的图像算法库及其使用方法，所述的图像算法库内部集成空间级算法、像素级算法和工具算法，以空间级算法与像素级算法为资源层、工具算法为组织层建立核心架构。其使用方法包括以下步骤：首先，根据当前图像数据和任务要求从图像算法库中选择对应的图像算法，其中图像算法包括空间级算法、像素级算法、工具算法；其次，选择好算法后，使用图像算法库中的算法序列类model_list.Model_list构建算法序列，对图像按任务要求进行处理；最后，将处理好的图像数据保存到本地后，得到优化后的图像数据集，用于深度模型训练。本发明专利技术提供的算法丰富，具有灵活性好、可维护性强的特点。可维护性强的特点。可维护性强的特点。

【技术实现步骤摘要】
一种基于深度学习数据预处理过程的图像算法库及其使用方法


[0001]本专利技术属于图像处理领域，涉及一种用于深度学习数据预处理过程的图像算法库及其使用方法。通过构建的图像算法库批量针对营养缺乏、病虫害等植株呈现生长态势不良的图像进行识别，并配合反馈算法操作控件，实现一体化自动农业智能种植。

技术介绍

[0002]当前，自动化农业种植成为市场主流态势。尤其是大面积的农业种植更加依靠监管，一旦监管出现纰漏，会导致造成严重的种植损失，因此如何监控植株生长状态的信息十分重要的。当前，传统的监控主要是通过传感器配合网关、摄像头等一系列监管设备将信息传送到后台实现监管，而本专利技术则是通过摄像头采集植物的生长状态信息，然后利用本专利技术的图像数据处理算法库实现数据预处理，并针对处理后的结果判断植物的生长不良态势，并结合前期研发的基于农业的自适应算法实现自动调节从而实现自动终止。
[0003]在实际的图像相关深度学习任务中，图像数据往往是不易获取且杂乱的。为了获得足够数量的样本，人们往往采用对脏乱的图像数据进行清洗，并进行数据增强的方法。相较于手工编本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习数据预处理过程的图像算法库，其特征在于，所述的图像算法库内部集成空间级算法、像素级算法和工具算法，以空间级算法与像素级算法为资源层、工具算法为组织层建立核心架构；所述的空间级算法由第一级细粒度分类、第二层细粒度分类组成，其中第一级细粒度分类包括转换算法类、裁剪算法类、运算算法类，第二层细粒度分类包括细分crop类、细分transforms类，细分operator类；空间级算法用于实现图像的整体操作，包括图像的转换、数据裁剪、旋转、随机划分、相加、堆叠；所述的像素级算法包括模糊类blur、随机化类shuffle、采样类scale；像素级算法用于对图像的部分像素进行特定处理，包括图像的模糊、增加噪声、随机处理像素点、采样、掩码；所...

【专利技术属性】
技术研发人员：许侃，丁宇宁，张昊男，李与时，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：