摘要
本发明公开了基于定位式全卷积网络的温室花蓟马实时检测与计数方法,能够对温室中xx花叶片上的花蓟马进行实时精准计数与检测。TCD‑Net是一个独特的全卷积网络结构,其以高效的ConvNeXtV2‑Nano作为骨干网络,结合轻量化的Hybrid attention提取丰富的花蓟马特征,通过对每头花蓟马预测一小块区域来实现精准计数与检测。在包含4.7万余花蓟马标注的数据集上进行实验,结果表明,TCD‑Net取得了十分理想的计数与检测结果,同时拥有较低的模型复杂度与远超实时检测的运行速度。在测试集上,TCD‑Net的F1分数达到89.71%,计数结果相关性达到83.82%,其计数与检测精度超过现有方法。同时,其模型大小(15.94M)与理论计算量(83.92GFLOPs)仅不到二阶段目标检测方法的一半,推理速度(99.49it/s)是二阶段目标检测方法的两倍以上。
技术关键词
特征金字塔网络
计数方法
数据采集工作
矩阵
全局平均池化
坐标
温室
对象
多尺度特征融合
通道注意力机制
检测网络模型
特征提取能力
标签
图像
全卷积网络
卷积技术
像素
系统为您推荐了相关专利信息
风电功率预测方法
分布式风电场
预测误差
气象预报数据
学习历史数据