摘要
本发明提供了一种基于图像识别的水稻病虫害智能监测系统及方法,涉及图像处理技术领域,该基于图像识别的水稻病虫害智能监测系统包括:数据集构建模块,用于收集病虫害的田间图像,每张图像标注病虫害类型、发生部位及严重度等级;构建标准化数据集,按8:1:1分割训练集、验证集和测试集,为模型训练奠定数据基础;模型构建训练模块,用于基于标准化数据集训练双分支深度学习模型,双分支深度学习模型的主干网络采用EfficientNet‑B4平衡效率与精度,分支一通过Softmax输出病虫害类型分类,本发明通过构建模型识别水稻病虫害类型及严重度,来推荐不同的治疗方案,解决水稻病虫害用药不明确问题。
技术关键词
水稻病虫害
智能监测系统
智能监测方法
病斑面积
深度学习模型
分支
植物免疫激活剂
修正系数矩阵
噪声鲁棒性
网络
通道剪枝
分类准确率
通用特征
数据
生物防治
训练集
气象站
模块
系统为您推荐了相关专利信息
胜任力模型
深度学习模型
贪心策略
指标
计算机可执行程序
地物类别
加权特征
多任务学习网络
掩膜
阴影掩模
生命周期环境影响评价方法
资源化系统
加权特征
环境效益评价
固废资源化技术