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
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
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
稳定性监测方法
卡尔曼滤波算法
电流
电压
特征值