一种基于改进YOLOv6的荔枝病虫害检测方法、检测平台及终端

AITNT
正文
推荐专利
一种基于改进YOLOv6的荔枝病虫害检测方法、检测平台及终端
申请号:CN202411435894
申请日期:2024-10-15
公开号:CN119418266B
公开日期:2025-10-17
类型:发明专利
摘要
本发明公开了一种基于改进YOLOv6的荔枝病虫害检测方法、检测平台及终端,包括:拍摄采集病虫害图片,并对图片进行标注构建训练所需的真实果园场景下的荔枝病虫害数据集,使用数据增强技术对数据集进行数据增强处理;使用处理后的数据集在pytorch框架上训练改进的YOLOV6模型,通过调参得到训练好的荔枝病虫害检测pt模型;采集荔枝植物图片输入训练好的荔枝病虫害检测pt模型得到荔枝病虫害检测结果;将训练后的pt模型转为通用的onnx模型,并进行模型裁剪,再转化为rknn模型并进行ptq量化,将模型从float32类型量化为int8类型,在嵌入式设备上调用模型推理的API接口,将模型部署在检测平台上。
技术关键词
病虫害检测方法 荔枝 检测平台 采样模块 输出特征 嵌入式设备 网络 图片 多尺度特征融合 检测头 更新模型参数 退火策略 数据 多级特征 通道 标签类别 尺寸特征 样本
系统为您推荐了相关专利信息
1
一种基于高维移位场的深度特征表征方法
特征表征方法 代表 视频 深度卷积网络 双线性插值
2
一种基于改进YOLOv8的电路板缺陷检测方法和设备
图像 电路板缺陷检测 多尺度特征 注意力 代表
3
一种基于组间特征图计算的轻量级食品图像识别方法
食品图像识别方法 图像识别模型 代表 变压器模块 通道注意力机制
4
一种智能音频分析与语音识别云融合计算服务平台
音频特征 状态检测模块 序列 滤波器 滤波模块
5
一种基于视觉语言交互式学习的AI图像检测模型优化方法
视觉特征 图像检测模型 交互式学习 交叉注意力机制 图像解码器
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