摘要
本发明公开了一种基于深度学习的稻田虫害检测方法及系统,涉及深度学习技术领域,包括以下步骤:接收稻田的土壤湿度和环境温度,基于稻田的土壤湿度和环境温度确定稻田的温湿度异常区域,获取稻田的温湿度异常区域内的田间图像数据;基于形态学闭运算和形态学梯度运算对稻田的温湿度异常区域内的田间图像数据进行处理,得到处理后的田间图像数据,将处理后的田间图像数据输入至预先建立的YOLOv5s+目标检测算法模型内,输出得到病虫害识别结果;基于稻田的温湿度异常区域内的田间图像数据和病虫害识别结果进行图像拼接生成,得到灾害分级图。
技术关键词
稻田
温湿度
病虫害
算法模型
图像拼接
土壤湿度传感器
代表
Sigmoid函数
抑制背景噪声
图像分割技术
小麦条锈病
特征提取能力
深度学习技术
特征金字塔
温度传感器
图像处理技术
数据处理模块
数据采集模块
系统为您推荐了相关专利信息
骑行模式
智能控制方法
车辆状态信息
车辆座椅
车机系统
机器人控制系统
企业价值评估
人工智能分类
高斯核函数
综合评价模型
信息检索系统
语句
网络搜索系统
客户端
网络搜索方法
气象灾害监测
LoRaWAN网络
雷电预警传感器
预警方法
大气电场数据
线圈电流控制方法
多元回归算法
微控制器
水滴轮
电磁制动力