一种基于改进型YOLOv11的果树病虫害检测方法及装置

AITNT
正文
推荐专利
一种基于改进型YOLOv11的果树病虫害检测方法及装置
申请号:CN202510234326
申请日期:2025-02-28
公开号:CN120147871A
公开日期:2025-06-13
类型:发明专利
摘要
本发明公开了一种基于改进型YOLOv11的果树病虫害检测方法及装置,涉及自动化机器学习技术领域,旨在解决现有技术YOLOv11在苹果病虫害检测方面仍具有困难等问题,其包括获取果树拍摄图像;将果树拍摄图像作为输入,基于果树病虫害检测模型输出得到果树处理图;根据果树处理图判断果树是否存在病虫害以及病虫害种类,所述果树病虫害检测模型基于YOLOv11模型改进得到。本发明集成了高级特征提取、分层特征融合和增强的空间感知功能,实现了对果树病虫害的高效精准检测,提高了检测模型的鲁棒性和泛化能力,同时在复杂环境下保持较高的性能。
技术关键词
果树病虫害 多尺度特征提取 输出特征 注意力 积层 自动化机器学习技术 融合特征 图像全局信息 多尺度卷积核 多尺度特征融合 分支 预训练方法 图像获取模块 分层特征 训练集数据 检测头
系统为您推荐了相关专利信息
1
一种限量弧路径规划方法及相关设备
路径规划方法 动态算法 高维向量空间 顶点 广度优先搜索
2
基于注意力机制与异构超图的在线课程推荐方法
在线课程推荐方法 异构 嵌入特征 顶点特征 学生
3
基于行为链指纹的价值贡献实时评估方法及系统
指纹 真实性验证 生成用户 预定义特征 加密
4
一种图片分类方法、装置、介质及设备
深度卷积神经网络 生成图像识别模型 图片分类方法 评估算法 训练集
5
一种基于深度学习的跨模态图像文本检索方法
文本检索方法 BERT模型 图像特征提取 自然语言文本 图像共享特征
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