基于多光谱图像提升农业病虫害识别或分类模型性能的方法

AITNT
正文
推荐专利
基于多光谱图像提升农业病虫害识别或分类模型性能的方法
申请号:CN202510132380
申请日期:2025-02-06
公开号:CN119992337A
公开日期:2025-05-13
类型:发明专利
摘要
本发明涉及一种基于多光谱图像提升农业病虫害识别或分类模型性能的方法,涉及农业病虫害模型性能提升技术领域。本发明的基于多光谱图像提升农业病虫害识别或分类模型性能的方法,通过在农业病虫害识别或分类模型中添加光谱映射模块、采用基于深度学习模型的光谱关键性定量分析方法和利用通道注意力机制改善模型对于各光谱波段特征的利用率,使得模型在病害等级分类中展现出良好的性能,还为农业领域的智能化病害监测与管理提供了一种有效的技术支持,推动了多光谱图像处理的实际应用,为未来的病害检测技术发展奠定了重要基础。
技术关键词
农业病虫害识别 注意力方法 深度学习模型 多光谱 通道注意力机制 性能提升技术 病害检测技术 代表 光谱图像处理 光谱特征信息 矩阵 关键性 遥感图像处理 定量分析方法 标识 无损方式
系统为您推荐了相关专利信息
1
一种视频处理方法、电子设备、介质及程序产品
全景视频 视频流 视角 切片 深度学习模型
2
一种基于OCT幅值与相位信息的深度学习眼底血流成像方法
血流成像方法 图像生成网络 相位特征 眼科OCT设备 纹理
3
一种用于变电站的复杂声源噪声特性识别方法
特性识别方法 声学传感器 深度学习模型 变电站噪声监测 传感器阵列
4
晶圆缺陷量测方法和相关设备
量测方法 定位图形 晶圆 光学图像数据 分辨率提升
5
基于改进YOLOv8模型的裂缝检测方法及系统
裂缝检测方法 裂缝检测系统 裂缝数量 通道注意力机制 图像
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