一种基于多尺度特征融合的植物病虫害检测方法及系统

AITNT
正文
推荐专利
一种基于多尺度特征融合的植物病虫害检测方法及系统
申请号:CN202411070833
申请日期:2024-08-06
公开号:CN119006976A
公开日期:2024-11-22
类型:发明专利
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
1
一种基于模块增强的快速超分辨率卷积神经网络模型
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
2
一种基于多模态融合MFCT模型的ECG智能识别算法
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
3
一种行为识别方法、系统、存储介质及电子设备
图像 录播设备 摄像设备 数据接口 分辨率
4
基于改进RT-DETR的麦穗自动检测与计数方法
计数方法 分辨率 定位框 局部细节特征 检测器
5
图像处理方法、系统及存储介质
超分辨率 图像处理方法 服务端 客户端 上采样
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