摘要
本发明公开了一种无监督领域自适应的无人机小麦病害精准检测方法,包括:构建小麦病害的源域数据集和目标域数据集,所述源域数据集和目标域数据集通过无人机采集的小麦病害完整感染周期内的多个图像构建;对源域数据集中光谱图像的背景区域、健康小麦区域和小麦病害病变区域进行标记,得到源域标签图像数据集;由源域标签图像数据集和目标域数据集构建待检测数据集,输入到无监督领域自适应教师‑学生网络和自适应语义分割网络构建低标注依赖的小麦病害田块尺度分割模型中,检测出目标域数据集中每个图像中的小麦病害病变区域。本发明实现了小麦病害的准确检测,为未来精准农业作物病害监测与管理提供了实质性的技术支持。
技术关键词
小麦病害
数据
语义分割网络
精准检测方法
混合模块
田块尺度
图像
无人机
无监督
教师
对齐模块
标签
构建小麦
学生
作物病害监测
分支
样本
小麦病虫害
输出特征
系统为您推荐了相关专利信息
工件坡口
三维模型
速度规划方法
线激光传感器
机器学习模型
性能监测系统
径向基代理模型
反射面天线结构
网格
KNN算法
标签
模型训练方法
噪声特征
嵌入特征
计算机程序产品
缺陷智能检测方法
引入注意力机制
融合特征
跨层特征
特征提取网络
一体化平台
模块
分析处理单元
数据安全
机器学习模型