摘要
本发明公开了一种基于经典目标检测模型的玉米叶部病害图像识别方法,包括以下步骤:数据采集与筛选,获取原始玉米病害图像并进行筛选;数据预处理与增强,将所有筛选的图像大小标准化、归一化为预设尺寸,再依次进行预处理增强和Mosaic增强,获得增强数据图像;数据标注与构建数据集,对经过调整的玉米病害图像进行数据标注生成标注文件,根据玉米病害图像和标注文件构建数据集;生成检测模型RT‑DETR‑FN;将增强数据图像输入改进RT‑DETR‑FN检测模型中,获得检测结果。本发明中,将识别系统构结构进行优化,从而提高了在桌面端识别时的速度,同时也实现了在移动端的正常使用,增强了该病害图像识别方法的适用性。
技术关键词
病害图像识别方法
玉米病害
数据
生成检测模型
特征提取网络
梯度下降优化算法
文件夹
饱和度
图像缩放
空间特征提取
代表
训练集
冗余特征
高清摄像头
亮度
移动手机
特征值
图片
系统为您推荐了相关专利信息
运动参数计算方法
计算机辅助精液分析
连续型
曲线
细化算法
BP神经网络模型
样本
节点数
数据处理模块
训练神经网络
混凝土模型
桥梁大体积混凝土
温度监测方法
桥梁模型
核心
订单
并行处理算法
生成方法
流水
非易失性计算机可读存储介质