一种基于深度集成学习的禾本科作物病害检测方法

本发明公开了一种基于深度集成学习的禾本科作物病害检测方法，属于农业生物技术领域，检测方法包括步骤1、收集禾本作物图像数据集；步骤2、对禾本作物图像数据集进行预处理获得训练集；步骤3、使用残差神经网络建立检测模型，并对检测模型进行训练；步骤4、完成检测模型的训练后，通过交叉验证并使用独立测试集评估检测模型性能，根据评估结果，优化检测模型；步骤5、将检测模型部署至实际生产环境中，对禾本科作物进行实时病害检测。禾本科作物病害检测方法中的检测模型包括多个独立的基学习器，每个基学习器均可以对输入图像输出预测结果，显著提升了病害检测的准确性和泛化能力，适用于禾本科作物的病害识别。