摘要
本申请涉及一种复杂环境下的柠檬果园病虫害检测方法、装置、设备及介质,所述方法包括:获取包含有柠檬病虫害的待检测柠檬果园图像;将预设的第一病虫害检测模型的主干网络更新为RepViT网络,在所述第一病虫害检测模型的颈部网络上的C3k2模块引入RFAConv感受野注意力模块以构建C3k2_RFA模块,将所述颈部网络中的原始特征金字塔P2、P3、P4层的Upsamle上采样模块更新为DySample模块,以构建第二病虫害检测模型;将所述待检测柠檬果园图像输入至已训练至收敛状态的第二病虫害检测模型中,以检测出所述待检测柠檬果园图像中的柠檬病虫害,以完成复杂环境下的柠檬果园病虫害检测。本申请能够大幅提升模型在复杂背景下的检测效果,不仅降低了计算开销,还能减少设备的能源消耗。
技术关键词
柠檬果园
病虫害检测方法
基础网络架构
特征金字塔
图像
病虫害检测装置
分组卷积方法
采样模块
Sigmoid函数
参数化技术
中央处理器
检测模型训练
策略
因子
强化学习算法
直方图均衡化
系统为您推荐了相关专利信息
三维结构
深度学习预测模型
三维点云模型
多角度
图像特征向量
荧光成像模块
热成像模块
穴位
水平移动机构
集成板