本發(fā)明涉及小麥非生物脅迫的識別技術領域,尤其是小麥干旱識別方法。該方法識別步驟為:a)在溫室大棚采用盆栽實驗方法進行小麥控旱試驗,干旱等級分為適宜,輕旱,中旱,重旱和特旱;b)使用單反相機連續(xù)獲取不同干旱等級的小麥圖像,并標上標簽,將數(shù)據(jù)集隨機分為訓練集和測試集;c)使用在ImageNet上預訓練好的深度卷積網(wǎng)絡模型Inception_V3、Resnet_50、Resnet_152的卷積操作提取圖像特征,并訓練最后的分類層;d)用測試集測試已訓練的深度學習網(wǎng)絡,分別用干旱脅迫識別準確率DSI和干旱脅迫分級準確率DSC來表示干旱脅迫識別和分級精度。本發(fā)明通過獲取小麥數(shù)字圖像,利用深度學習方法提取小麥表型特征,是基于承災體對干旱脅迫進行識別和分級,故及時、準確、無損,而且得到較高的準確率。
聲明:
“基于圖像深度學習的小麥干旱識別方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)