摘要
本发明提供了一种基于YOLOv5模型的植物叶片病检测方法及系统,属于图像识别领域,该方法包括:利用照相机捕捉植物叶片的高分辨率图像,对图像进行预处理,去除噪声、调整对比度等,对经预处理的图像进行特征提取并根据所提取的特征进行疾病分类,将经预处理的图像、特征和分类结果存储,并与历史数据进行比较,若无植物叶片病便继续捕捉图像,有植物叶片病便发送警报通知,完成对植物叶片病的检测。本发明基于YOLOv5模型对植物叶片病进行准确、快速的识别,提高了诊断效率,降低人为的错误,从而保障粮食安全。
技术关键词
叶片
数据存储单元
图像
多尺度特征金字塔
卷积神经网络学习
保障粮食安全
历史数据查询
警报
高层次
检测子系统
照相机
疾病
采样方法
通知
网络结构
物体
决策
上采样
对比度
系统为您推荐了相关专利信息
消防安全控制系统
多维运动机构
喷雾
控制决策模块
空间坐标信息