摘要
本申请提供的异常变色松树监测方法及系统,具体涉及监测与评估技术领域,该方法首先获取目标林区的无人机遥感影像,经裁剪分幅及标注处理,生成含异常变色松树和枯死松树标签的预处理数据集。将数据集输入目标检测模型训练,该模型包含基于轻量化卷积网络的特征提取层、集成通道与空间注意力子层的注意力机制层,以及采用双向加权特征金字塔结构的特征融合层,最终得到松树状态识别模型。基于该模型输出的松树坐标数据,结合多源环境因子进行多因素权重协同分析,生成松材线虫病扩散风险概率图,并据此输出监测预警信息,该方法解决了复杂林间环境下无人机影像中异常变色松树识别精度不足的技术问题,实现高效精准的松树病害监测。
技术关键词
无人机遥感影像
加权特征
松材线虫病
监测方法
注意力机制
数据
金字塔结构
影像获取模块
模型训练模块
特征提取单元
病虫害
校正单元
切片
监测系统
分析模块
空间权重矩阵
多尺度
动态权重分配
系统为您推荐了相关专利信息
程度检测方法
动力电池
LSTM神经网络
注意力机制
低频信号分量
硬盘故障预测方法
样本
偏移特征
神经网络单元
融合特征
纠偏方法
纠偏装置
传感器支架
卷积神经网络模型
空间特征提取
驾驶风险评估方法
风险识别模型
驾驶风险评估系统
注意力机制
因子