版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
ICS65.020CCSB04
DB50重 庆 市 地 方 标 准DB50/T1448—2023茶园病虫害图像智能识别指南20232023071020231010重庆市市场监督管理局发布DB50/T1448—2023前 言本文件按照GB/T1.1-2020《标准化工作导则第1部分:标准化文件的结构和起草规则》的规定起草。请注意本文件的某些内容可能涉及专利。本文件发布机构不承担识别专利的责任。本文件由重庆市农业农村委员会提出、归口并组织实施。本文件起草单位:重庆市农业科学院、北京市农林科学院信息技术研究中心。本文件主要起草人:徐泽、杨贵军、商靖、王聪聪、杨海滨、李振海、杨小冬、盛忠雷。IIDB50/T1448—2023茶园病虫害图像智能识别指南范围本文件规定了茶叶病虫害图像要求和评估方法。本文件适用于茶园病虫害图像的识别。规范性引用文件本文件没有规范性引用文件。术语和定义本文件没有需要界定的术语和定义。图像要求图像质量图像质量600PPIRGB病虫害叶片应在视场范围内,完整展现叶片信息。图像代表性采集的图像应覆盖茶园主要种植品种,并具有代表性。图像监测点固定监测点点连10hm21随机监测点在立地条件复杂、品种类型多样、病虫为害表现在叶背的茶园,随机抽取20m2~100m2区域的茶树作为监测点,定期采用相机采集茶树叶片图像。4.4图像预处理对采集的图像样本采用翻转、亮度、模糊等数据增强方法扩展数据集,标记病虫为害图像。5评估方法1DB50/T1448—2023病虫害自动识别模型采用深度学习技术,构建病虫害识别网络模型。利用未训练的测试集进行病虫害识别。采用准确率与召回率进行模型评价,具体评价计算公式如下:P=(1)R=(2)=(3)式中:P——病虫害识别准确率;R——召回率;——准确率和召回
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2024宁夏农民工劳动合同书
- 2024如何看签订技术合同
- 2024年铁路轨枕垫项目合作计划书
- 2024司法考试民法重点技术转让合同定义
- 2024年中枢兴奋药项目合作计划书
- 2024年VSAT网络管理系统合作协议书
- 2024年非临床安全性评价服务项目发展计划
- 2024年宝马轿跑车合作协议书
- 沙锅餐饮管理有限责任公司财务管理手册
- 河北省石家庄市2023-2024学年七年级上学期期中考试数学试卷(含解析)
- 水泥采购投标方案
- 铁路职工健康应知教学课件
- 人教版高中语文必修上册《登泰山记》评课稿
- 人工智能导论完整全套教学课件
- 江苏开放大学机械CADCAM第一次作业线下操作作业答案
- 线粒体脑肌病诊疗指南(2023年版)
- 设备无锡空压机说明书样本
- 生平简介范文
- 中国文化概论知到章节答案智慧树2023年海南大学
- 2023年浙江省温州市八年级上学期数学第一次月考试卷
- 2023-2024年高等教育法学类自考-00229证据法学考试题库(含答案)
评论
0/150
提交评论