基于改进YOLO算法的玉米叶片病害检测系统及方法

AITNT
正文
推荐专利
基于改进YOLO算法的玉米叶片病害检测系统及方法
申请号:CN202511011597
申请日期:2025-07-22
公开号:CN120894775A
公开日期:2025-11-04
类型:发明专利
摘要
本发明公开了一种基于改进YOLO算法的玉米叶片病害检测系统及方法,包括:数据集构建模块,用于构建玉米叶片病害数据集,并对数据集中的图像进行处理;模型改进模块,用于对YOLOv8基础模型进行改进,获得HSG‑YOLO检测模型;其中,改进包括对Neck层进行改进,构建高阶特征融合HFANet网络,融入通道混洗和深度可分离卷积技术的LSDHead探测头,以及在损失函数中引入GIoU损失函数;病害检测模块,用于基于HSG‑YOLO模型对待检测图像进行检测,并输出病害识别结果。本发明在提高检测精度和速度的同时,降低了模型计算成本,提升了系统部署与实用能力,适用于农业现场的病害自动检测场景。
技术关键词
YOLO算法 YOLO模型 图像 卷积技术 叶片 玉米 探测头 特征提取单元 登录界面 数据 病害检测方法 验证用户信息 模块 密码输入框 特征提取能力 农业现场 处理单元 灰斑病 通道 网络
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