【技术实现步骤摘要】
本专利技术涉及人工智能，特别是一种交互式半监督学习病虫害识别系统及方法。
技术介绍
1、半监督学习是一种介于监督学习和无监督学习之间的机器学习方法，是利用少量的有标签数据和大量的无标签数据来进行模型训练，从而提高模型的性能；半监督学习的应用非常广泛，包括文本分类、图像识别、自然语言处理、计算机视觉等。作物病虫害问题严重威胁作物生产安全，随着图像识别技术发展，人们将其应用到作物病虫害识别上。
2、例如，中国专利技术专利申请“基于半监督学习训练中草药病虫害识别模型的方法与系统，公开号cn112560964a”，通过标注图像数据集训练resnet50深度学习模型，得到第一标注模型，训练时分为训练数据、测试数据与验证数据进行训练，再通过未标注图像数据集进一步地进行测试，将测试结果用来重新调整第一标注模型，进而得到第二标注模型，最后再将标注图像数据集与未标注图像数据集组合成新训练数据集，重新训练第二标注模型，得到中草药病虫害识别模型，以提高中草药病虫害识别模型的训练的精确度，应用时得到更为准确的识别结果。
3、如上述，病虫...
【技术保护点】
1.一种交互式半监督学习病虫害识别方法，其特征在于，包括以下内容：
2.根据权利要求1所述的一种交互式半监督学习病虫害识别方法，其特征在于：所述步骤S1具体包括以下处理流程：
3.根据权利要求1所述的一种交互式半监督学习病虫害识别方法，其特征在于：所述步骤S2的该预设标注条件包括以下内容：f2、根据用户行为数据判定用户是否需要该病虫害标注操作；若是且该置信度大于或等于预设阈值II则标注出病虫害位置、类别及位置度数值，否则不标注出病虫害位置、类别及位置度数值。
4.根据权利要求1所述的一种交互式半监督学习病虫害识别方法，其特征在于，还
【技术特征摘要】
1.一种交互式半监督学习病虫害识别方法，其特征在于，包括以下内容：
2.根据权利要求1所述的一种交互式半监督学习病虫害识别方法，其特征在于：所述步骤s1具体包括以下处理流程：
3.根据权利要求1所述的一种交互式半监督学习病虫害识别方法，其特征在于：所述步骤s2的该预设标注条件包括以下内容：f2、根据用户行为数据判定用户是否需要该病虫害标注操作；若是且该置信度大于或等于预设阈值ii则标注出病虫害位置、类别及位置度数值，否则不标注出病虫害位置、类别及位置度数值。
4.根据权利要求1所述的一种交互式半监督学习病虫害识别方法，其特征在于，还包括以下内容：
<...【专利技术属性】
技术研发人员：梁秀豪，韦维，向俊，廖旺姣，王国全，
申请(专利权)人：广西壮族自治区林业科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。