摘要
本发明提供一种基于无人机巡检视角的松材线虫病识别方法、设备及介质,属于林业病害监测与防治领域,方法包括设置无人机的高度,飞行速度和拍摄角度,并获取无人机在预设区域内巡检过程中拍摄的图像;将所述图像输入虫病检测模型,得到虫病检测结果;其中,所述虫病检测模型为采用随机梯度下降优化器和完整交并比损失函数调整模型参数的方式训练得到。根据本发明实施例的识别方法,通过对无人机拍摄的图片进行数据预处理,利用深度学习算法自动识别松材线虫病,自动识别代替人工现场检测,避免了人工巡检耗费大量人力和受环境影响的问题,减少人力资源浪费,提高检测效率。
技术关键词
松材线虫病
无人机巡检
识别方法
随机梯度下降
检测算法性能评估
视角
图像
非极大值抑制方法
电子设备上执行
空间金字塔池化
特征金字塔网络
多尺度特征融合
深度学习算法
瓶颈结构
可读存储介质
人工现场
网络结构
系统为您推荐了相关专利信息
样本
模式识别模型
时序
故障模式识别方法
特征提取模块
历史气象数据
时间序列特征
相对湿度
能见度预测技术
特征选择
服务云平台
文件共享服务器
数据采集服务器
代理服务器
存储服务器
多尺度信息
残差网络模型
瑕疵识别方法
注意力
分支