一种基于YOLO-FSRNet的玉米害虫监测方法

AITNT
正文
推荐专利
一种基于YOLO-FSRNet的玉米害虫监测方法
申请号:CN202510015521
申请日期:2025-01-06
公开号:CN119942329A
公开日期:2025-05-06
类型:发明专利
摘要
本发明属于计算机视觉技术领域,公开了一种基于YOLO‑FSRNet的玉米害虫监测方法。该方法包括:步骤1:采集玉米害虫图像,标注并构建高质量玉米害虫数据集;步骤2:基于YOLOv8网络构建YOLO‑FSRNet网络模型,包括:将YOLOv8网络的主干网络替换为FasterNet网络,在主干网络和颈部网络中加入SEAttention模块,在颈部网络中加入RepVGG模块;步骤3:利用所述高质量玉米害虫数据集对所述YOLO‑FSRNet网络模型进行训练,得到玉米害虫监测模型;步骤4:将所述玉米害虫监测模型部署在终端设备实现对玉米害虫的监测和识别。本发明在保持较高识别精度的同时,显著提升了推理速度,可以实现对玉米害虫的更加高效、精准的监测。
技术关键词
玉米害虫 监测方法 网络 GPU处理器 实时图像处理 终端设备 模块 计算机视觉技术 残差结构 标注工具 显示屏 存储器 数据 阶段 精度 通道 速度
系统为您推荐了相关专利信息
1
一种基于影像报告的异常疾病标签标注系统和方法
神经网络分类 标签标注方法 标注系统 报告 影像
2
一种预测人造板变形的含水率测量装置及防变形方法
变形方法 神经网络预测模型 乳化石蜡 板材含水率 卷积神经网络结构
3
风光氢多能互补智能调度平台
风光 电解制氢装置 多时间尺度 氢能 超级电容
4
饮水控制方法和控制系统、服务器、饮水设备及存储介质
饮水控制方法 饮水设备 档位 数据 长短期记忆神经网络模型
5
基于电参数分析的电源运行状态稳定性监测方法
稳定性监测方法 卡尔曼滤波算法 电流 电压 特征值
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号