摘要
本发明公开了基于轻量化深度分离卷积模型的病虫害监测及诊断方法,涉及病虫图像识别技术领域,包括:通过图像采集设备采集农业作物图像数据;对采集到的图像进行图像预处理;使用轻量化深度分离卷积模型提取预处理后图像中的特征,通过深度卷积和逐点卷积操作提取病虫害特征;基于病虫害特征,对图像中的病虫害区域进行检测,输出病虫害的检测结果,识别病虫害类型。本发明提供的基于轻量化深度分离卷积模型的病虫害监测及诊断方法通过采用轻量化深度分离卷积模型,有效降低了计算量和模型的参数量,提升了处理效率,同时保证了较高的分类精度,特别适用于资源受限的边缘设备进行实时病虫害监测。
技术关键词
卷积模型
病虫害监测
诊断方法
识别病虫害
强化特征
地理位置信息
图像采集设备
对比度
融合特征
注意力机制
病虫害图像
边缘检测算法
直方图均衡化
图像识别技术
区域方法
高斯滤波器
通道
系统为您推荐了相关专利信息
数据缺失场景
时间序列预测方法
交通图
非瞬时性计算机可读存储介质
时序预测模型
风电机组叶轮
风电机组齿轮箱
风电机组故障诊断技术
诊断方法
风电机组传动系统
循环肿瘤细胞检测方法
不锈钢筛网
加样仪
区分前列腺癌
透明质酸钠
机械设备故障诊断方法
冲击特征
故障特征频率
周期性
监测设备