摘要
本申请实施例提供了一种花苞检测模型的生成方法及装置,该方法包括:将第一花苞检测模型的主干网络替换为深度学习网络InceptionNext,并将InceptionNext中的卷积模块替换为第一深度可分离卷积模块,得到目标主干网络;将第一花苞检测模型的颈部网络中添加轻量级视觉网络CloFormer,并将CloFormer中的卷积模块替换为第二深度可分离卷积模块,得到目标颈部网络;基于第一花苞检测模型、目标主干网络及目标颈部网络,生成第二花苞检测模型;基于植物样本图像集对第二花苞检测模型进行训练,得到目标花苞检测模型,以通过目标花苞检测模型对花苞的生长状态进行检测。
技术关键词
卷积模块
处理器可读存储介质
深度学习网络
生成方法
图像全局特征
图像局部特征
多尺度特征融合
融合特征
前馈神经网络
空间金字塔
样本
分支
内核
注意力
收发机
存储计算机程序
系统为您推荐了相关专利信息
数字孪生模型
三维点云数据
安装模块
自动生成方法
深度神经网络模型
模型自动生成方法
自动生成系统
航空
术语标准化
实体
双曲面建筑物
模型生成方法
性能预测模型
拓扑网络
轮廓特征
虚假信息检测方法
关系
融合特征
文本
三元组损失函数
强化学习模型
文档生成方法
生成接口文档
数据采集层
文档生成装置