基于改进RTDETR模型的葡萄叶病害实时检测方法

AITNT
正文
推荐专利
基于改进RTDETR模型的葡萄叶病害实时检测方法
申请号:CN202510825368
申请日期:2025-06-19
公开号:CN120912852A
公开日期:2025-11-07
类型:发明专利
摘要
本发明公开了一种基于改进RTDETR模型的葡萄叶病害实时检测方法,对原来RTDETR模型的特征提取模块、特征交互模块和特征融合模块进行改进,把训练集中的图像数据送入特征提取模块中进行特征提取,获取病害的特征信息;将提取的特征信息输入到基于SPPELAN设计的特征交互模块进行处理,增强特征之间的信息交流和融合;将特征交互模块处理后的信息输入到基于ASF‑YOLO重构的特征融合模块进行整合;将整合后的特征传递到解码器检测网络中获得病害检测的结果,并使用测试集进行测试。本发明解决了葡萄叶病害检测中存在的计算冗余、实时性不足以及小目标漏检等问题,在计算复杂度大幅下降的同时,依然保持较高的检测精度和速度。
技术关键词
实时检测方法 特征提取模块 葡萄 归一化模块 高分辨率信息 融合特征提取 卷积模块 语义特征 图像 空间特征提取 训练集 数据 多尺度特征 网络 鲁棒性 解码器 标注工具 通道 样本
系统为您推荐了相关专利信息
1
一种轴承故障的诊断方法、装置及存储介质
随机森林模型 振动信号特征 故障诊断模型 参数 蚂蚁
2
用于病毒增殖的呼吸道类器官的系统和组合物及其方法
IKKε抑制剂 JAK2抑制剂 人呼吸道合胞病毒 贝氏柯克斯体 人副流感病毒
3
一种变电柜温湿度远程监控和报警方法和系统
变电柜 温湿度监控系统 负荷 深度学习模型 电流波形畸变
4
一种栏舍粪污检测方法及智能栏舍粪污清洁机器人
加权特征 多头注意力机制 学习特征 分支 清洁机器人
5
一种基于强化学习的功放线性化热补偿方法
数字预失真模型 热补偿方法 网络模块 强化学习网络 特征提取模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号