-
公开(公告)号:CN115048537A
公开(公告)日:2022-09-13
申请号:CN202210809344.1
申请日:2022-07-11
Applicant: 河北农业大学
IPC: G06F16/36 , G06F40/194 , G06F40/295 , G06F40/30 , G06V20/62 , G06V20/68 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于图像‑文本多模态协同表示的病害识别系统,其特征在于,包括:图像识别模块,用于识别图像数据;文本识别模块,与图像识别模块连接,用于提取文本数据特征;知识图谱模块,与文本识别模块连接,用于为病害诊断过程提供知识性指导;模型训练模块,与知识图谱模块连接,用于获取病害类别识别结果。本发明能够有助于提升病害识别结果的精度,提高病害识别模型的鲁棒性;提高识别正确率以及进行模型解释;模型的最佳模型的识别准确率、识别精确率、模型灵敏度以及模型特异性得到了显著提高;使模型在知识的作用下对模型提取病害特征时给予干预,提高模型的可靠性。
-
公开(公告)号:CN115050014A
公开(公告)日:2022-09-13
申请号:CN202210673683.1
申请日:2022-06-15
Applicant: 河北农业大学
IPC: G06V20/62 , G06V20/68 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于图像文本学习的小样本番茄病害识别系统及方法,包括:图像分类模块、文本分类模块及联合分类模块;其中图像分类模块,基于番茄图像得到番茄病害种类的第一预测概率;文本分类模块,基于番茄文本信息得到番茄病害种类的第二预测概率;联合分类模块,用于将所述第一预测概率和所述第二预测概率进行联合输出,得到病害类别。本发明通过以上技术方案,不需要大量的病害图像,就能够准确地识别出番茄病害。
-