一種基于改進(jìn)目標(biāo)檢測模型與卷積神經(jīng)網(wǎng)絡(luò)的水稻病害檢測方法、設(shè)備和介質(zhì)

基本信息

申請?zhí)?/td> CN202210263662.2 申請日 -
公開（公告）號 CN114693616A 公開（公告）日 2022-07-01
申請公布號 CN114693616A 申請公布日 2022-07-01
分類號 G06T7/00（2017.01）I;G06V10/80（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 路陽;張楠;董宏麗;蔡月芹;田楓;申雨軒;胡仲瑞;王鵬 申請（專利權(quán)）人 黑龍江八一農(nóng)墾大學(xué)
代理機構(gòu) 哈爾濱市陽光惠遠(yuǎn)知識產(chǎn)權(quán)代理有限公司 代理人 -
地址 163319黑龍江省大慶市高新區(qū)新風(fēng)路5號
法律狀態(tài) -

摘要

摘要 本發(fā)明提出一種基于改進(jìn)目標(biāo)檢測模型與卷積神經(jīng)網(wǎng)絡(luò)的水稻病害檢測方法、設(shè)備和介質(zhì)。所述方法在實際稻田中拍攝不同復(fù)雜環(huán)境下的健康水稻葉片和稻瘟病、胡麻斑病、細(xì)菌性條斑病三種常見水稻病害；然后通過對比四種特征提取網(wǎng)絡(luò)的試驗結(jié)果，確定了ResNet?101為最佳特征提取網(wǎng)絡(luò)；針對水稻病害中小病斑識別率不高的問題，融合特征金字塔網(wǎng)絡(luò)提升識別準(zhǔn)確率。試驗結(jié)果表明，融合ResNet?101與特征金字塔網(wǎng)絡(luò)的Faster R?CNN模型能夠有效檢測復(fù)雜背景下的水稻三種常見病害，與未改進(jìn)的Faster R?CNN模型和YOLO、SSD算法相比，在保證實時檢測的基礎(chǔ)上，進(jìn)一步提高了算法的準(zhǔn)確率。