摘要
本发明公开了一种基于图文多模态学习的中国兰全生长周期病虫害识别方法,包括:构建中国兰目标检测数据集训练YOLO11x模型;利用通用植物病虫害图文数据集训练预训练模型;基于中国兰病虫害数据微调预训练模型,得到多模态识别模型;采用剪枝‑量化策略压缩模型;实时检测中国兰图像,动态生成病虫害候选标签池,通过多模态匹配输出识别结果。此外,结合历史数据和专家经验构建关联规则库,实现次生病害预警。所述方法能适应中国兰病虫害类别动态变化,克服数据规模与覆盖的限制,实现对中国兰病虫害的高精度、高效率识别。
技术关键词
植物病虫害
预训练模型
多模态
图文
病虫害识别方法
植物生长数据
训练集
关联关系分析
标签
数据挖掘算法
参数
文本编码器
图像编码器
样本
微调方法
图片
系统为您推荐了相关专利信息
再生系统
地质聚合物
闭环反馈优化
原料预处理
性能检测数据
局部细节特征
图像融合方法
互补特征
多尺度特征
噪声图像
拟合系统
动态
深度神经网络架构
图谱
知识蒸馏技术
强化学习路径规划算法
视频流分析方法
时间卷积网络
多模态数据融合
无人机
文本分类方法
语义特征
多模态
动态
构建知识图谱