摘要
本发明提供了一种基于LW‑YOLO网络的葡萄病虫害识别方法,旨在提升小目标检测精度和多尺度特征提取能力,同时减少模型计算复杂度,该方法如下:步骤1、获取公开的葡萄病虫害数据集或根据特定葡萄品种、特定地理区域、特殊病虫害种类的需要自建数据集;步骤2、手动标注葡萄病虫害增强数据集中每张图片内各串葡萄的类别标签及其边界框;步骤3、配置模型训练环境;步骤4、构建LW‑YOLO模型,步骤5、将构建好的LW‑YOLO网络模型加载至配置好的模型训练环境中,应用预处理后的数据集训练并验证LW‑YOLO网络模型;步骤6、构建一种基于LW‑YOLO网络的葡萄病虫害识别系统,将系统拆分为可视化子系统和病虫害分析子系统,可视化子系统利用Javacv库中的FFmpeg库实现实时视频流轻量化图像截取功能,并将图片提供给病虫害分析子系统进行病虫害目标检测,最终将检测结果展示至前端页面。
技术关键词
葡萄病虫害
可视化子系统
识别方法
分析子系统
LD模块
网络
YOLO模型
通道注意力机制
截取功能
实时视频流
图片
识别系统
数据
服务器
实时视频监控
线性变换矩阵