摘要
本发明涉及图像识别技术领域,具体为一种基于无人机的作物病害检测方法及应用,包括步骤:获取作物的多光谱图像,对多光谱图像进行图像标注、缩放和归一化的预处理,得到训练集,将训练集进行图像标注,得到包含多光谱图像和对应病斑标注的测试集;根据DDT模型和Xception结构构建作物病害检测模型;将训练集输入作物病害检测模型,得到预测结果;根据预设的性能指标对训练后的作物病害检测模型进行评估,并通过混淆矩阵查看作物病害检测模型在不同类别上的预测情况;根据评估结果使用Adam优化器对作物病害检测模型进行调优;使用优化后的作物病害检测模型实现作物病害的检测。本方法相较于现有方法,处理速度更快,对资源需求更少,更具有推广实用意义。
技术关键词
作物病害检测
无人机
烟草黄瓜花叶病毒
训练集
多光谱相机
随机梯度下降
图像识别技术
图像分割
优化器
矩阵
传感器
叶片
网络
资源
速度
数据
系统为您推荐了相关专利信息
水位检测方法
RANSAC算法
灰度重心法
水尺图像
边缘检测
介质储存箱
履带移动平台
多功能型
十字形管道
无人机底座
决策支持模型
企业
决策支持方法
数据处理组件
大数据