本发明涉及小麦非生物胁迫的识别技术领域,尤其是小麦干旱识别方法。该方法识别步骤为:a)在温室大棚采用盆栽实验方法进行小麦控旱试验,干旱等级分为适宜,轻旱,中旱,重旱和特旱;b)使用单反相机连续获取不同干旱等级的小麦图像,并标上标签,将数据集随机分为训练集和测试集;c)使用在ImageNet上预训练好的深度卷积网络模型Inception_V3、Resnet_50、Resnet_152的卷积操作提取图像特征,并训练最后的分类层;d)用测试集测试已训练的深度学习网络,分别用干旱胁迫识别准确率DSI和干旱胁迫分级准确率DSC来表示干旱胁迫识别和分级精度。本发明通过获取小麦数字图像,利用深度学习方法提取小麦表型特征,是基于承灾体对干旱胁迫进行识别和分级,故及时、准确、无损,而且得到较高的准确率。
声明:
“基于图像深度学习的小麦干旱识别方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)