一种松材线虫病智能识别方法及系统

本发明公开了一种松材线虫病智能识别方法及系统，涉及图像识别和目标检测技术领域，包括采集木屑样本并拍摄为样本图像，使用Slim模块结合复合激活函数生成特征图；动态计算多尺度卷积核权重并输出最终特征图；引入多任务学习框架构建松材线虫病单木识别与分割模型，使用区域提议网络提取病害区域并使用U‑Net进行分割，提取最终的松材线虫病病害区域。通过使用Slim模块结合复合激活函数，优化了特征提取过程，实现了对复杂图像的高效处理，并根据图像复杂性动态调整卷积组数，提升了计算效率和精度，引入的多任务学习框架通过共享特征提取网络，协同优化分类、边界框回归和实例分割任务，提高了整体模型的精度与稳定性。