一种葡萄叶病害检测方法

AITNT
正文
推荐专利
一种葡萄叶病害检测方法
申请号:CN202410907508
申请日期:2024-07-08
公开号:CN118864401A
公开日期:2024-10-29
类型:发明专利
摘要
本发明涉及计算机视觉植物病害检测领域,特别涉及一种葡萄叶片病害检测方法。该方法包括以下步骤:获取葡萄叶片病害数据集;对数据集中的图像样本进行进行标注并生成与图像样本对应的标注文件;将数据集中的图像样本及与之对应的标注文件划分为训练集、验证集及测试集;使用StarBlock模块替换BasicBlock、DRBC3模块替换RepC3模块来优化RT‑DETR检测模型;利用训练集和验证集对优化后的RT‑DETR检测模型进行训练;利用训练后的模型对葡萄叶病害进行检测。相比较于原模型,本发明改进后的模型不仅在葡萄叶病害检测上提高了模型的检测精度和性能,在模型的推理速度上超越了原模型,也让模型大小有所降低。
技术关键词
病害检测方法 葡萄 语义特征 输出特征 叶片 图像 样本 植物病害检测 网络 模块 训练集 多尺度特征 数据 压缩特征 解码器 计算机视觉 注意力机制 叶斑病 麻疹
系统为您推荐了相关专利信息
1
一种风力发电机组故障诊断方法、装置及计算机设备
故障预警算法 故障识别算法 故障特征 评估算法 风机叶片断裂
2
纸基石墨烯酶生物传感器及其制备方法
工作电极 辅助电极 生物传感器 参比电极 微流道
3
一种基于改进YOLOV8的细粒度建筑物检测算法
建筑物 输出特征 卷积模块 动态 sigmoid函数
4
一种基于改进YOLO的自动计算超声图像像素距离方法
标尺 图像像素 刻度 注意力机制 Kmeans算法
5
一种基于注意力机制融合多源数据的设备工况识别方法
特征提取网络 融合卷积神经网络 设备工况 卷积特征 输出特征
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