摘要
本发明涉及虫害检测技术领域,具体为一种切梢小蠹检测识别方法,基于切梢小蠹检测识别仪实现,所述识别仪包括壳体、屏幕、处理单元和电源,所述屏幕、处理单元和电源模块依次电性连接,识别方法包括检测模型和分类模型两部分,其中检测模型采用YOLOv5s.pt作为预训练模型,分类模型采用ResNet50作为预训练模型,两者结合后,不仅充分发挥了yolo系列算法在目标检测任务中的优势,也体现了ResNet在图片分类中较强的性能,两者结合运用不仅识别分类的效率大幅提高,而且也保持了较高的准确率。
技术关键词
检测识别方法
识别仪
预训练模型
处理单元
电源管理芯片
虫害检测技术
通用特征
电源模块
残差模块
多尺度特征融合
策略
分类准确率
模型压缩
屏幕
网络
核心板
壳体
电池
系统为您推荐了相关专利信息
智能问诊方法
动态知识图谱
数据处理单元
生理特征数据
多模态生理
暂态稳定评估方法
主动迁移学习
多场景
编码器参数
样本
无标签数据
时序
编码器模块
融合特征
编码解码器
负荷调节方法
人机交互模块
处理单元
能源
负荷预测算法
虚拟对象
界面
处理单元
虚拟三维场景
可读存储介质