摘要
本发明公开了一种基于图像识别的农田作物生长状态智能监测方法,包括如下步骤:S1、利用地面采集设备采集农田作物生长图像并进行预处理;S2、通过多尺度卷积单页提取不同空间尺度的作物图像特征,并通过残差连接实现多层次特征融合;S3、采用改进萤火虫优化算法初始化萤火虫群体;S4、对每个萤火虫个体对应的多尺度残差网络结构参数进行优化;S5、对标准化作物生长图像数据集进行识别;S6、将作物生长状态识别结果与相应作物地理位置信息进行关联。本发明结合了改进萤火虫优化算法、多尺度残差网络与图像识别技术,实现了基于图像识别的农田作物生长状态智能监测。
技术关键词
作物生长状态
智能监测方法
萤火虫优化算法
残差网络
农田
多层次特征融合
网络结构
参数
地理位置信息
融合特征
融合多尺度特征
数据
采集设备
输入多尺度
图像识别技术
策略更新
注意力机制
动态
系统为您推荐了相关专利信息
迁移学习模型
智能诊断方法
连续小波变换
策略
蒸馏
负荷计算方法
农田面源污染
氟化合物
粒子群优化算法
农业面源污染防控
智能监测设备
麦克风阵列
YOLO算法
电源管理模块
组网模块