摘要
本发明公开了基于多模型融合算法的田间水稻病害识别系统及设计方法,包括S1)利用手机相机进行拍摄,获取田间中具有复杂背景的水稻叶部病害图像,对图像进行初步处理;S2)对初步处理后的田间水稻叶部病害图像进行数据增强,构建田间水稻叶部病害数据集;S3)基于田间水稻叶部病害数据集训练多个卷积神经网络模型,验证各模型性能并优化,确认最佳参数;S4)根据验证集中各模型的交叉熵损失值,计算适用于全局的权重参数,建立田间水稻叶部病害通用识别模型;S5)将训练好的通用识别模型部署至Jetson Orin Nano开发板,组合摄像头、显示屏和电源构成田间水稻叶部病害识别系统。本发明提高了识别效率和效果,实现了田间水稻病害的实时自动识别。
技术关键词
水稻病害识别方法
病害识别系统
融合算法
多模型
卷积神经网络模型
开发板
图像
画面
手机相机
存储模块
散热模块
迁移学习方法
褐斑病
叶枯病
稻瘟病
数据
深度学习框架
轻量化结构
参数
系统为您推荐了相关专利信息
多功能传感器阵列
主控模块
集成系统
定量分析模型
信号处理模块
融合数据库
主机
挖掘方法
防护系统
加权融合算法
充电策略
动态规划算法
电池状态数据
数据融合算法
地理信息数据
数据融合算法
信息数据处理技术
生成树
生成用户
多维特征向量