摘要
本发明提出一种基于改进yolo11的番茄成熟度检测方法,涉及番茄成熟检测技术领域,包括构建番茄图像数据集、构建成熟度检测模型、成熟度检测模型的训练和番茄成熟度检测四个步骤,本发明通过创新的小波变换卷积结构,设计了C3K2_WTConv模块,从而提出了YOLOv11‑WTConv算法,增强了对目标的多尺度特征提取能力,在提高mAP50指标的同时提高了检测的准确度,不仅显著提升了番茄成熟度分级的检测精度与鲁棒性,更为设施农业的智能化生产管理提供了关键技术支撑。
技术关键词
番茄
数据
网络模型训练
特征提取能力
图像
设施农业
模块
鲁棒性
训练集
颜色
分辨率
基地
基础
红色
批量
格式
像素
因子
系统为您推荐了相关专利信息
骨科手术定位系统
混合现实技术
三维模型
数据处理单元
显示设备
时间序列预测模型
多时间尺度
新能源发电量
周期性特征
特征提取方式