基于改进YOLOv10n的虫情监测方法及系统

AITNT
正文
推荐专利
基于改进YOLOv10n的虫情监测方法及系统
申请号:CN202510113777
申请日期:2025-01-24
公开号:CN120088725A
公开日期:2025-06-03
类型:发明专利
摘要
本发明涉及害虫监测设备技术领域,尤其涉及基于改进YOLOv10n的虫情监测方法及系统,其方法包括以下步骤:获取粘虫板害虫图像,预处理并生成图像数据集;对YOLOv10n模型进行优化改进,包括SPD‑Conv模块、iRMB倒置残差块和Inner‑SIoU损失函数;基于数据集训练改进后的模型,并部署至边缘计算设备进行害虫实时检测;根据检测结果驱动粘虫板自动更换装置。本发明通过改进目标检测模型,提升了小目标及重叠目标的检测精度,实现了田间害虫监测的自动化与高效化,为害虫防控提供了精准可靠的数据支持。
技术关键词
害虫图像 监测方法 驱动机械装置 权重分配策略 网络结构 粘虫板 更换装置 注意力机制 田间害虫监测 虫情监测系统 生成图像数据 害虫防控 步进电机驱动 模型训练模块 图像采集模块 收卷组件
系统为您推荐了相关专利信息
1
一种钻封注一体化锚杆钻进智能化监测系统及方法
智能化监测系统 监测主机 监测传感器 六角螺母 圆形螺母
2
一种基于轻量化FPGA的茶芽检测方法及系统
检测网络模型 茶叶嫩芽 缩放参数 输出特征 图像
3
针对肺结节CT扫描的双分支网络3D图像分割方法
边界特征 CT扫描 解码器 图像分割方法 双分支网络
4
生成式内容风险预测方法、装置、存储介质及电子设备
大语言模型 风险预测方法 分类器 层级 文本
5
基于深度学习多模态融合的地震活动实时监测方法及设备
实时监测方法 地质结构 深度学习技术 地震波检测器 非暂态计算机可读存储介质
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