摘要
本申请提供了一种基于改进的YOLOv9模型的昆虫目标检测方法、装置、设备及介质,该方法包括基于昆虫样本图像设置类别标签获得样本数据集;以YOLOv9模型作为基础模型,将模型主干网络替换为多层的StarNet主干网,实现将输入特征映射到隐式的高维非线性特征空间;将部分RepNCSPELAN4模块替换为LFRepBlock模块;将第二十六和二十七层的Conv替换为GSConv,获得改进的YOLOv9‑SFF模型,通过构建的样本数据集对YOLOv9‑SFF模型进行训练,基于预设的收敛条件直至模型收敛,获得用于昆虫目标检测分类的模型。本申请设计中提出了一种轻量化架构的检测模型,具有显著的实时检测优势。
技术关键词
非线性特征
卷积模块
分支
样本
轻量化架构
双目显微镜
图像
模型训练模块
动物标本
可读存储介质
玻璃
搭建模块
数据
标签
处理器
计算机设备
层级
系统为您推荐了相关专利信息
垃圾分类方法
自动识别方法
标签
数据
注意力机制
PLC控制模块
挤压系统
温度调节模块
机械压力机构
数据处理模块
无人机识别方法
短时傅里叶变换
多分辨率
神经网络架构
离散小波变换