摘要
本发明适用于病害检测技术领域,提供了一种玉米叶片病害目标的自动检测方法,包括以下步骤:获取原始玉米叶片图像;提取图像的并行特征,分别捕捉全局结构特征和局部纹理特征;将全局结构特征和局部纹理特征融合并进行编码;利用Transformer编码器进行编码;引入目标查询并进行解码预测;将预测结果与真实标注进行匹配,优化每个查询的分配,保留匹配置信度最高的检测结果,并输出图像中的所有病斑区域的边界框与对应分类。本发明结合Curvelet变换与Transformer架构,引入多尺度、多方向的结构信息建模机制,并将其与CNN提取的局部纹理特征在Transformer中融合建模,提高了对病害区域的感知能力。
技术关键词
局部纹理特征
自动检测方法
并行特征
玉米
叶片
轻量级卷积神经网络
sigmoid函数
病害检测技术
编码器
局部特征提取
弯曲特征
匈牙利算法
图像块
多尺度
序列
解码器
超参数
系统为您推荐了相关专利信息
风电叶片表面
YOLO算法
缺陷检测方法
特征提取网络
YOLO模型
硫代葡萄糖苷含量
近红外分析仪
辣木叶片
植酸
波长
电池储能系统
保护方法
协处理器
动态关联分析
动态关联模型
葡萄霜霉病
全基因组关联分析
机器学习训练
混合线性模型
植物育种技术