基于改进RT-DETR的农业害虫小目标检测系统及方法

AITNT
正文
推荐专利
基于改进RT-DETR的农业害虫小目标检测系统及方法
申请号:CN202510296121
申请日期:2025-03-13
公开号:CN119888200A
公开日期:2025-04-25
类型:发明专利
摘要
本发明公开了基于改进RT‑DETR的农业害虫小目标检测系统及方法,涉及害虫目标检测技术领域,由传感器网络采集检测场景数据,评估图像数据存在的运动模糊风险,若存在风险,识别图像数据中的模糊区域,并依据模糊程度采取相应的去模糊处理策略,生成去模糊优化图像;设定去模糊算法的控制参数后,对初步去模糊图像执行深度优化,若深度优化效果未达预期,迭代优化去控制参数后,重新执行深度优化过程;通过注意力机制强化害虫所在区域的特征表达,将经过注意力机制强化的多分辨率特征图进行特征融合,优化生成的融合特征向量作为RTDETR模型的输入。显著提升RTDETR模型对害虫小目标的检测准确性,确保特征提取的高效性。
技术关键词
农业害虫 去模糊图像 注意力机制 评估图像数据 预处理算法 风险预测模型 多尺度融合方法 融合多尺度信息 深度神经网络训练 运动模糊检测 场景数据采集 特征金字塔网络 多尺度特征融合 参数优化模型 生成高分辨率
系统为您推荐了相关专利信息
1
一种基于人工智能的企业审计信息提取方法
信息提取方法 实体 演进型 跨模态 多头注意力机制
2
基于多模态大模型的目标计数方法及装置
计数方法 融合特征 特征提取模块 多模态 解码模块
3
一种基于邻域特征增强的流扩散模型点云生成方法
邻域特征 数据转换模块 生成方法 点云 连续流模型
4
基于深度学习的滑坡灾害预警方法、设备、介质及产品
滑坡灾害预警 深度学习模型 图像编码器 文本编码器 空洞
5
一种自动生成和变更EBOM方法及系统
生成产品 生成工程 索引 数据 深度学习算法
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