摘要
本发明公开了基于注意力机制优化的农作物表型图像识别方法及系统,涉及病害识别技术领域,用于解决传统注意力机制只根据预测区域根结线虫密度和危害程度进行图像检测,没有考虑到种植物种类和抗性,导致检测时间长,防治资源浪费等问题,包括筛选出低质量种植区域并分析感染根接线虫的风险程度,将当前改种农作物分类为高感染风险农作物和低感染风险农作物;根据分类结果,对高感染风险农作物重点防治根结线虫,对高质量种植区域或低感染风险农作物基本防治根结线虫;避免了防治根结线虫造成的资源浪费,也规避了过度治理根结线虫造成破坏种植区域质量等问题。提高了防治根结线虫的效率,满足了大众对种植农作物的产量需求。
技术关键词
根结线虫卵
防治根结线虫
注意力机制
图像识别方法
黄酮类化合物含量
图像识别系统
密度
数据分析模块
风险
线性变换矩阵
光谱传感器
治理根结线虫
指数
病害识别技术
数据存储模块
数据获取模块
系统为您推荐了相关专利信息
图像分割模型
图像分割方法
融合特征
多尺度
上采样
图像识别方法
农业智能监测系统
数据
复杂度
样本
跌倒检测方法
场景
跌倒检测算法
斜面
神经卷积网络
深度学习网络模型
多分辨率特征
辐射源
指纹识别方法
序列