一种基于多模态数据融合的稻田杂草智能检测系统与方法

本发明涉及一种基于多模态数据融合的稻田杂草智能检测方法，所述方法包括，获取高质量的稻田杂草图像数据，得到初始化种群；采用数据增强的方式对初始数据集进行预处理，得到目标数据集；以YOLOv8目标检测模型为基准模型构建改进的YOLOv8目标检测模型作为稻田杂草目标检测网络模型；冻结改进的YOLOv8目标检测模型主干网络的权重，对目标检测头进行训练；采用TensorRT（高性能深度学习推理引擎）将FP32精度模型转换为FP16精度模型，减少模型存储体积并提高推理速度，将测试集送入所构建的网络模型中完成稻田杂草目标检测，本发明通过改进后的稻田杂草智能检测系统，达到了提高系统的检测精度、鲁棒性与实时性，并且使系统部署更为简单的效果。