一种水稻叶子病害识别方法

本发明属于水稻病害识别技术领域，具体涉及一种水稻叶子病害识别方法，通过对已获取的水稻叶子病害图像进行预处理，将预处理的图片输入改进的YOLOV5模型中，对模型进行训练、测试和验证，将验证后的模型部署到树莓派4B中，应用于实际场景。改进的YOLOV5模型具体为：将CBAM替换原有的YOLOV5s神经网络模型中的C3模块，使其对水稻叶子有病害和无病害部位分配不同的权重；将SIOU损失函数作为网络中的边界框损失函数，取代原网络中的CIOU损失函数；将Varifocal loss损失函数替换Focal loss损失函数，弥补了Focal loss损失函数在处理类别不平衡等问题时的不足，提高了模型的性能和泛化能力，由此实现了对水稻叶子病害的简单、快速、精准的识别。