基于改进YOLOv7算法的西梅叶片病害检测方法

本发明公开了基于YOLOv7算法的西梅叶片病害检测方法，属于计算机视觉目标检测领域，其特征在于高精度以及高准率，主要包括以下步骤，步骤一：获取西梅病叶图像数据集，并对其进行预处理；步骤二：基于YOLOv7对主干特征提取网络和颈部网络进行改进，设计采用SCDown‑MPConv模块来替换网络中的MPConv模块；步骤三：通过引入Polarized自注意力机制在YOLOv7的主干网络中，动态地调整权重分配；步骤四：引入新的损失函数CDIoU；步骤五：模型训练；步骤六：用训练好的模型来对具有病害的西梅叶片进行检测，从而确定其病害种类以及位置信息。实验表明本发明相对于原YOLOv7模型对西梅叶片病害检测来说，平均精度高，能够有效地应用在西梅叶片病害检测场景。