摘要
本发明公开了智慧农业信息技术领域内的一种小麦单穗赤霉病感染率检测方法,包括以下步骤,步骤1,对AM‑YOLOv7网络模型中的主干特征提取网络进行优化;步骤2,对AM‑YOLOv7网络模型中的激活函数进行优化;步骤3,对AM‑YOLOv7网络模型中的特征融合金字塔网络进行优化;步骤4,对优化后的AM‑YOLOv7网络模型验证其轻量化效果;步骤5,对优化后的AM‑YOLOv7网络模型进行迁移学习与模型训练;步骤6,利用优化后的AM‑YOLOv7网络模型模型输出检测结果。保障育种人员在实际场景中对小麦单穗赤霉病感染率进行实时检测适用于边缘设备部署,解决了因网络模型层级深、参数量大以及运算内存和算力要求高,导致无法满足实际抗病育种场景中小麦单穗赤霉病感染率现场检测需求的问题。
技术关键词
小麦单穗
赤霉病
双向特征金字塔
特征提取网络
金字塔网络
通道注意力机制
ReLU函数
智慧农业
输出特征
检测头
图像
像素
样本
场景
抗病
层级
语义
系统为您推荐了相关专利信息
变电站室外
图像去雾方法
去雾模型
特征提取网络
构建训练集
多模态
无人机
交叉注意力机制
通道注意力机制
特征提取网络
预训练网络
样本
图像聚类方法
重构
图像聚类装置