基于深度学习的梨叶片病虫害分割方法

被引：0

专利类型：

发明

申请号：

CN202411957997.X

申请日：

2024-12-30

公开(公告)号：

CN119379719B

公开(公告)日：

2025-04-01

发明(设计)人：

王文宇吴云志舒心丁杰徐雯雯

申请人：

安徽农业大学

申请人地址：

230036 安徽省合肥市蜀山区长江西路130号

IPC主分类号：

G06T7/11

IPC分类号：

G06V10/774 G06V10/82 G06V10/80 G06V10/46 G06V10/52 G06V10/764 G06T3/4038 G06N3/0464

代理机构：

安徽合肥华信知识产权代理有限公司 34112

代理人：

任森

法律状态：

实质审查的生效

国省代码：

安徽省合肥市

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2025-02-21	实质审查的生效	实质审查的生效IPC(主分类):G06T 7/11申请日:20241230
2025-04-01	授权	授权
2025-01-28	公开	公开

共 50 条

[1]

基于深度学习的梨叶片病虫害分割方法 [P].

王文宇 ;

吴云志 ;

舒心 ;

丁杰 ;

徐雯雯 .

中国专利 :CN119379719A ,2025-01-28

[2]

一种基于深度学习的植物叶片病虫害严重程度评估方法 [P].

兰荻 ;

刘勇国 ;

朱嘉静 ;

张云 ;

李巧勤 ;

陆鑫 ;

傅翀 ;

杨尚明 .

中国专利 :CN114241344A ,2022-03-25

[3]

基于深度学习的植物病虫害识别方法 [P].

徐兴梅 ;

刘远 ;

周晶 ;

陈谦 ;

王硕 ;

王宁 ;

于孝铂 .

中国专利 :CN111080524A ,2020-04-28

[4]

基于深度学习的番茄病虫害检测装置与方法 [P].

袁思源 ;

罗笑南 ;

陈瑞爱 ;

徐颂华 .

中国专利 :CN117333764A ,2024-01-02

[5]

基于深度学习的番茄病虫害检测与识别方法 [P].

云挺 ;

张怀清 ;

王铭慧 ;

金时超 .

中国专利 :CN116630803B ,2025-09-16

[6]

一种基于深度学习和迁移学习的病虫害检测方法 [P].

王保强 .

中国专利 :CN119992308A ,2025-05-13

[7]

一种基于深度学习的荔枝病虫害识别方法 [P].

彭红星 ;

何慧君 .

中国专利 :CN114463741A ,2022-05-10

[8]

一种基于迁移学习的植物叶片病虫害程度分类方法 [P].

于曦 ;

杨孟辑 ;

张海清 ;

何煜 ;

余小东 ;

唐毅谦 .

中国专利 :CN110766082B ,2020-02-07

[9]

基于SVM机器学习的植物病虫害检测方法 [P].

蒋龙泉 ;

鲁帅 ;

董文彧 ;

郭跃飞 ;

冯瑞 .

中国专利 :CN102915446A ,2013-02-06

[10]

基于深度学习的茶叶病虫害检测方法及计算机装置 [P].

黄靖扬 ;

樊亚敏 ;

陈彦宇 ;

罗橙霖 ;

杨梓淇 ;

李金峰 ;

廖丁仪 ;

赵洲 ;

张宸玮 ;

唐屿泓 .

中国专利 :CN119206521B ,2025-01-28

← 1 2 3 4 5 →