摘要
本发明公开图像目标识别技术领域的一种病虫害识别方法和系统,该方法包括分类采集田间有病虫害图像和无病虫害图像、对采集图像数据进行整合与数据增强,并划分为训练集、测试集和验证集,构建包含分流注意力机制的改进YOLO模型,初始化YOLO模型网络结构及参数,将注意力机制模块分流为全局注意力机制和局部注意力机制,并插入到YOLO的Backbone特征提取网络部分等步骤,本发明能够有效避免现有技术中注意力机制仅关注到各通道图全局特征权重而忽视各通道图局部特征权重的问题和避免了训练模型超参数使用经验值而陷入局部最优的问题。
技术关键词
病虫害识别方法
YOLO模型
局部注意力机制
混沌粒子群
病虫害图像
特征提取网络
生成混沌序列
训练集
图像采集装置
高分辨率摄像机
网络结构
模块
全局平均池化
模型超参数
系统为您推荐了相关专利信息
智能驾驶系统
高清摄像机
小车智能
补丁
YOLO模型
分层规划方法
气象
A星算法
混沌粒子群算法
混合算法
工业物联网
工业现场设备
神经网络结构
YOLO模型
识别缺陷
空洞
检测头
像素
无人机航拍图像
Sigmoid函数