摘要
本发明提供一种林业害虫识别方法、系统、及存储介质,该方法包括:获取数据集;在Yolov8n中引入DA_SCConv和EMCA;将训练集输入Yolov8n训练;使用测试集对模型进行评估;将训练集输入Yolov8n训练包括:将训练集作为初始特征图,初始特征图经处理得到新特征图;将新特征图输入SRU,区分有用信息与冗余信息;将经处理后的新特征图输入CRU,以重组过滤新特征图的非必要特征;将经新特征图与初始特征图进行残差连接;将特征图输入EMCA进行处理,捕获通道的特征。本发明将有用信息与冗余信息分开,提高了计算性能,捕捉了数据中长距离依赖关系,提高了林业害虫检测的精度。
技术关键词
林业害虫
识别方法
通道
训练集
建立神经网络模型
注意力
模块
重构运算方法
空洞
Softmax函数
交互特征
冗余
光流模型
全局平均池化
超参数
输出特征
识别系统
标记
系统为您推荐了相关专利信息
分类识别方法
残差网络
像素块
图像
分类识别系统
经颅电刺激装置
交流电
编码器模块
卷积模块
电信号
干扰通信方法
干扰识别模型
定向天线阵列
干扰特征
基带处理单元
感应电动机
综合负荷建模方法
配电系统
参数识别方法
综合负荷模型