基于云计算与深度学习的常见作物害虫识别

项目概述：

建立高质量农作物害虫数据库的研究。在经过网络爬虫，数据库下载、实地拍摄等方法收集到害虫图像数据后，除了传统的人工筛选清洗数据以外，还基于视觉显著性理论，选定 GBVS 和 GrabCut 方法对数据集进行批量分割处理，提高数据集的质量。

利用云计算与深度学习技术训练高精度害虫识别模型的研究。使用 Inception-V3、MobileNet-V2 和 ResNet-50-V2 三种算法作为研究模型，基于 TensorFlow 框架在 Google Colab 云服务器上训练，并使用交叉检验和负样本检验对模型进行筛选，使模型的正负样本精度都达到可落地应用的标准。

使用云服务部署深度学习模型的研究。基于阿里云服务器 ECS , Docker 容器技术和 TensorFlow Serving 镜像，部署深度学习模型，以提供可跨平台访问的 RESTFul API。

开发一套 Web 端作物害虫识别系统，并支持跨平台、跨系统的无差别访问。基于 JS，Vue、TensorFlow 和 OpenCV 等框架技术，实现一个网页端的作物害虫智能识别系统，提供给所有操作系统的用户使用，降低开发与维护成本。

技术路线图

基于云计算与深度学习的常见作物害虫识别相关推荐

基于阈值和深度学习的玉米常见锈病严重程度自动模糊逻辑预测（工具+综述+玉米锈病严重程度数据集）
基于阈值和深度学习的玉米常见锈病严重程度自动模糊逻辑预测 Abstract 人工智能(AI)的发展使植物病理学的许多应用成为可能.例如,许多研究人员使用了预先训练的卷积神经网络(CNNs),如VGG- ...
深度学习：常见深度学习框架【Theano、TensorFlow、Keras、Caffe/Caffe2、MXNet、CNTK、PyTorch】
常见的深度学习框架有 TensorFlow .Caffe.Theano.Keras.PyTorch.MXNet等,如下图所示.这些深度学习框架被应用于计算机视觉.语音识别.自然语言处理与生物信息学等领 ...
基于深度学习神经网络的农业病虫害识别（完整代码+数据）
项目概述: 建立高质量农作物害虫数据库的研究.在经过网络爬虫,数据库下载.实地拍摄等方法收集到害虫图像数据后,除了传统的人工筛选清洗数据以外,还基于视觉显著性理论,选定 GBVS 和 GrabCut ...
【技术综述】基于弱监督深度学习的图像分割方法综述
文章首发于微信公众号<有三AI> [技术综述]基于弱监督深度学习的图像分割方法综述本文是基于弱监督的深度学习的图像分割方法的综述,阐述了弱监督方法的原理以及相对于全监督方法的优势,首发 ...
基于机器学习与深度学习的金融风控贷款违约预测
基于机器学习与深度学习的金融风控贷款违约预测目录一.赛题分析 1. 任务分析 2. 数据属性 3. 评价指标 4. 问题归类 5. 整体思路二.数据可视化分析 1. 总体数据分析 2. 数值型数 ...
基于深度学习的花卉检测与识别系统（YOLOv5清新界面版，Python代码）
摘要:基于深度学习的花卉检测与识别系统用于常见花卉识别计数,智能检测花卉种类并记录和保存结果,对各种花卉检测结果可视化,更加方便准确辨认花卉.本文详细介绍花卉检测与识别系统,在介绍算法原理的同时,给出 ...
基于python的深度学习框架有_《用Python实现深度学习框架》上市
朋友们,<用Python实现深度学习框架>已经由人民邮电出版社出版上市了.在这本书中,我们带领读者仅用Python+Numpy实现一个基于计算图的深度学习框架MatrixSlow.本书讲解 ...
综述:如何构建交通领域的基于图的深度学习架构
How to Build a Graph-Based Deep Learning Architecture in Trafﬁc Domain: A Survey 论文简介摘要本文贡献相关工作问 ...
RSE2020/云检测：基于弱监督深度学习的高分辨率遥感图像精确云检测
RSE2020/云检测:Accurate cloud detection in high-resolution remote sensing imagery by weakly supervised ...

基于云计算与深度学习的常见作物害虫识别

技术路线图

基于云计算与深度学习的常见作物害虫识别相关推荐

最新文章

热门文章