一种水培牧草生长状态检测模型训练方法技术

本发明专利技术提供了一种水培牧草生长状态检测模型训练方法，包括：拍摄七天中水培牧草的生长图像；对拍摄获取的生长图像进行筛选，对筛选保留的生长图像进行编号，将筛选保留的生长图像筛分为验证集、测试集以及训练集；调整生长图像大小，对训练集的生长图像进行数据增强；加载经过ImageNet数据集训练的VGG‑16模型权重；改进VGG‑16模型：将训练集生长图像输入VGG‑16模型进行模型训练，在训练过程中添加验证集生长图像；训练VGG‑16模型并设置相关参数，观察VGG‑16模型在训练集和测试集上的损失曲线，直至模型收敛；保存训练好的VGG‑16模型权重并验证VGG‑16模型的可靠性和稳定性。本发明专利技术用以解决现有技术中人工检测存在检测效果的问题，以及人工检测的工作效率难以满足检测需求的问题。

【技术实现步骤摘要】

本专利技术涉及农业育苗，尤其涉及一种水培牧草生长状态检测模型训练方法。

技术介绍

1、水培牧草具备生长周期短、产量高且不受季节限制的优势，适用于牛羊等家畜的养殖。水培牧草的栽培具体包括种子选购、浸泡、催芽、种植、光照、通风等步骤，需要技术和设备的支持。

2、在水培牧草的育苗过程中需要对幼苗的生长状态进行检测，传统的幼苗状态检测主要依赖人工观察，该方法检测的准确率由于人为因素介入存在一定的不稳定性，从而导致一定数量的问题幼苗难以被及时发现和处理，并且人工检测的工作效率难以满足检测需求。

3、有鉴于此，有必要对现有技术中的水培牧草生长状态检测模型训练方法予以改进，以解决上述问题。

技术实现思路

1、本专利技术的目的在于揭示一种水培水培牧草生长状态检测模型训练方法，用以解决现有技术中人工检测存在检测效果不稳定而导致一定数量的问题幼苗难以被及时发现和处理的问题，以及人工检测的工作效率难以满足检测需求的问题。

2、为实现上述目的，本专利技术提供了一种水培牧草生长状态检测模型训练方法，本文档来自技高网...

【技术保护点】

1.一种水培牧草生长状态检测模型训练方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的水培牧草生长状态检测模型训练方法，其特征在于：采用Adam优化算法加快VGG-16模型的收敛速度和训练效率，所述Adam优化算法包括初始化步骤和迭代步骤；

3.根据权利要求2所述的水培牧草生长状态检测模型训练方法，其特征在于：设所述迭代步骤中迭代次数为t，所述迭代步骤包括：

4.根据权利要求3所述的水培牧草生长状态检测模型训练方法，其特征在于：采用交叉熵作为VGG-16模型训练的损失函数，函数公式具体为：

5.根据权利要求1所述的水培牧草生长状态检...

【技术特征摘要】

1.一种水培牧草生长状态检测模型训练方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的水培牧草生长状态检测模型训练方法，其特征在于：采用adam优化算法加快vgg-16模型的收敛速度和训练效率，所述adam优化算法包括初始化步骤和迭代步骤；

3.根据权利要求2所述的水培牧草生长状态检测模型训练方法，其特征在于：设所述迭代步骤中迭代次数为t，所述迭代步骤包括：

4.根据权利要求3所述的水培牧草生长状态检测模型训练方法，其特征在于：采用交叉熵作为vgg-16模型训练的损失函数，函数公式具体为：

5.根据权利要求1所述的水培牧草生长状态检测模型训练方法，其特征在于：七天中水培牧草的生长图像基于同一批次牧草种子的七天生长状态采集，生长图像的采集时间为每天的中午12:00，生长图像的采集地点位于集装箱内。

6.根据权利要求1所述的水培牧草生长状态检测模型训练方...

【专利技术属性】
技术研发人员：孔佳文，赵翠平，冯薇，圣浩，韩榕，刘蕾，
申请(专利权)人：无锡科技职业学院，
类型：发明
国别省市：