基于MS-YOLO的农作物害虫检测方法及装置

AITNT
正文
推荐专利
基于MS-YOLO的农作物害虫检测方法及装置
申请号:CN202510862228
申请日期:2025-06-25
公开号:CN120747473A
公开日期:2025-10-03
类型:发明专利
摘要
本发明公开了一种基于MS‑YOLO的农作物虫害检测方法及装置,方法包括:采集农作物害虫图像构建数据集,将数据集分为训练集、验证集和测试集;对YOLOv11网络模型进行改进,构建MS‑YOLO网络模型;将训练数据集输入到MS‑YOLO网络模型中,进行预处理操作,并开展MS‑YOLO网络模型的训练;利用测试数据集对训练完成的MS‑YOLO模型展开性能验证,最终输出农作物虫害的检测结果。装置包括:处理器和存储器。本发明解决了现有工作中农作物害虫目标较小、尺度多样导致的检测效果不佳的难题。
技术关键词
农作物虫害 农作物害虫 全局特征融合 颈部结构 YOLO模型 上下文特征 网络 权重分配机制 多尺度特征融合 CSP结构 分支 多头注意力机制 融合特征 训练集 金字塔 捕获特征 非线性特征 处理器 模块 可读存储介质
系统为您推荐了相关专利信息
1
空箱检测方法和装置、存储介质和程序产品
白名单 车箱 样本 图像 训练机器学习模型
2
基于深度学习的无人机小目标检测方法
无人机 深度学习图像识别技术 上采样 多尺度特征金字塔 融合多尺度信息
3
先天性心脏病的胎儿超声心动图信息处理方法及系统
特征提取单元 超声心动图 融合特征 信息处理模型 加权特征
4
基于改进YOLOv10的轻量化手机屏幕缺陷检测方法
手机屏幕缺陷检测 网络结构 网络模型结构 注意力机制 多尺度特征提取
5
一种基于YOLO模型改进的断层扫描图像多目标检测方法
断层扫描图像 YOLO模型 DBSCAN算法 表达式 坐标
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