摘要
本发明涉及基于YOLO‑CG‑HS轻量化模型的小麦气传病害孢子显微图像检测方法,与现有技术相比解决了难以针对孢子显微图像进行准确且轻量化实时检测的缺陷。本发明包括以下步骤:小麦气传病害孢子显微图像数据集的获取和预处理;轻量化病菌孢子检测模型的构建;轻量化病菌孢子检测模型的训练;待检测孢子图像的获取;孢子显微图像检测结果的获得。本发明可以准确地检测不同种类的病原菌孢子,很好地平衡参数量、效率和准确率,实现不同密度、多场景下不同真菌孢子的分类检测。
技术关键词
图像检测方法
多级特征
特征选择
上下文特征
多层感知机
联合特征提取
多层次
通道注意力机制
优化网络参数
程序设计语言
线性插值方法
局部特征提取
匹配模块
随机梯度下降
特征金字塔
语义层面
系统为您推荐了相关专利信息
敏感信息脱敏方法
敏感信息识别
上下文特征
双向长短期记忆
掩码策略
变化检测网络
多尺度特征
高分辨率遥感图像
高分辨率光学遥感图像
通道注意力机制
网络节点分类方法
判别特征
邻居
混合器模块
矩阵