一种玉米叶片病害目标的自动检测方法

AITNT
正文
推荐专利
一种玉米叶片病害目标的自动检测方法
申请号:CN202511460374
申请日期:2025-10-14
公开号:CN120931911B
公开日期:2025-12-09
类型:发明专利
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
1
一种基于SASED-YOLO算法的风电叶片表面多尺度缺陷检测方法
风电叶片表面 YOLO算法 缺陷检测方法 特征提取网络 YOLO模型
2
基于显隐机理挖掘编码的叶片子午流场预测方法
工况参数 叶片 网格 轴流式压气机 数据特征提取
3
一种辣木叶中植酸和硫代葡萄糖苷含量的预测方法
硫代葡萄糖苷含量 近红外分析仪 辣木叶片 植酸 波长
4
一种电池储能系统的联动保护方法及电池储能系统
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
5
基于机器学习的葡萄霜霉病抗性全基因组选择育种方法
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
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