一种基于DiverseC2f和LDConv特征提取的害虫检测方法和系统

AITNT
正文
推荐专利
一种基于DiverseC2f和LDConv特征提取的害虫检测方法和系统
申请号:CN202411596605
申请日期:2024-11-11
公开号:CN119741730A
公开日期:2025-04-01
类型:发明专利
摘要
本发明公开了一种基于DiverseC2f和LDConv特征提取的害虫检测方法和系统,方法包括:收集包含害虫目标的图片,制作数据集,并将数据集划分为训练集、测试集和验证集;基于YOLOv8网络进行改进,建立害虫检测模型;所述改进包括,将YOLOv8网络中的C2f模块替换为DiverseC2f模块,用于通过融合多样的分支结构增强了卷积层的特征表达;在YOLOv8网络的CBS模块替换为LDConv特征提取模,用于完成不规则卷积特征提取过程;使用训练集和测试集对所述害虫检测模型进行训练,利用训练好的害虫检测模型检测害虫目标;本发明能够在增强的特征表达能力的同时高效地进行特征提取,使模型适应于害虫的不同形态和姿态,从而提高检测的鲁棒性,提升了对害虫的识别准确度和精度。
技术关键词
害虫检测方法 卷积特征提取 训练集 图片 分支 网络 数据 处理器 程序 坐标 生成算法 监测模块 上采样 批量 存储器 鲁棒性 参数 复杂度 指令
系统为您推荐了相关专利信息
1
泡沫钛多元电极制备过程监测方法及装置
泡沫钛 监测方法 电极 小波变换算法 图像
2
基于生成对抗网络的小样本缺陷检测方法及系统
缺陷类别 掩膜 生成对抗网络 缺陷检测方法 样本
3
一种基于双流网络的ISAR图像质量评级方法
评级方法 特征提取单元 多尺度特征提取 局部特征信息 输入端
4
基于漏电故障识别模型的煤矿漏电保护方法、装置、设备和程序产品
煤矿漏电保护方法 漏电保护设备 极限学习机 编码特征 高压真空配电装置
5
油田电力配网作业安全违规行为深度学习识别系统
深度学习识别系统 配网作业 YOLO模型 油田 视频采集模块
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