摘要
本发明涉及植物病虫害检测技术领域,公开了一种基于多尺度特征融合的植物病虫害检测方法及系统,包括以下工作步骤:第一步:植物病虫害图像;第二步:图像接入模块接入植物病虫害图像;第三步:图像处理模块将植物病虫害图像分辨率调整为224x224像素,并进行归一化;第四步:图像病虫害分类模块接入处理后的植物病虫害图像,依据训练好的MSFF‑VGG16模型得到图像的检测结果。本发明提供的基于多尺度特征融合的植物病虫害检测系统,能有效避免网络越深导致的梯度消失或梯度弥散问题,具有易优化性等优点。本发明通过多尺度特征融合技术,加强类内特征内聚,增加网络模型对类间特征差异较大的特征提取能力,提高植物病虫害检测准确率。
技术关键词
多尺度特征融合
植物病虫害检测
图像处理模块
分辨率
特征提取能力
模型训练方法
网络深度
训练样本集
像素
分类器
算法
数据
系统为您推荐了相关专利信息
卷积神经网络模型
超分辨率
非线性
生成高分辨率
生成训练样本
智能识别算法
焦点损失函数
时序特征
短时傅立叶变换
心电信号智能识别