基于改进的YOLOv5模型的柿子叶片病害检测方法

AITNT
正文
推荐专利
基于改进的YOLOv5模型的柿子叶片病害检测方法
申请号:CN202410827090
申请日期:2024-06-25
公开号:CN118736544A
公开日期:2024-10-01
类型:发明专利
摘要
本发明公开了基于改进的YOLOv5模型的柿子叶片病害检测方法,采集柿子叶片病害图像原始数据集,对现有YOLOv5模型的检测头个数、特征提取模块进行了改进,得到改进后的YOLOv5模型,对改进后的YOLOv5模型进行训练,得到最佳权重,将最佳权重应用于验证集和测试集上,得到模型评价指标,采用改进的YOLOv5模型进行柿子叶片病害检测,输出检测结果。本发明的检测方法根据柿子叶片病害数据集的特点,对原有的检测层和特征提取网络进行了改进。着重考虑了轻量化的需求,在保持原有的检测精度的同时减少模型的复杂度和计算量。
技术关键词
病害检测方法 混合损失函数 采集柿子 叶片 特征提取网络 注意力机制 特征提取模块 检测头 信息模块 图片 特征提取能力 训练集 退火算法 直线 度量 通道 角斑病 指标 数据
系统为您推荐了相关专利信息
1
一种仿生人脸表情控制方法、装置、设备及介质
人脸表情图像 人脸动作 深度学习模型 面部关键点 舵机
2
面向跨风格多中心超声图像分类的领域对抗联邦学习方法
联邦学习方法 特征提取网络 胎儿超声图像 医学图像分类 风格
3
轻量化电推进系统的故障诊断方法及系统
电推进系统 故障诊断模型 故障分类器 特征提取网络 实时监测数据
4
面向用户安全与隐私的可撤销彩色静脉身份认证方法
身份认证方法 静脉 LAB颜色空间 样本 解码器结构
5
搅拌机的奶泡生成控制方法
生成控制方法 搅拌叶片 搅拌机 阶段 光学传感器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号