一種基于改進目標檢測模型與卷積神經網絡的水稻病害檢測方法、設備和介質

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）人 黑龍江八一農墾大學
代理機構 哈爾濱市陽光惠遠知識產權代理有限公司 代理人 -
地址 163319黑龍江省大慶市高新區(qū)新風路5號
法律狀態(tài) -

摘要

摘要 本發(fā)明提出一種基于改進目標檢測模型與卷積神經網絡的水稻病害檢測方法、設備和介質。所述方法在實際稻田中拍攝不同復雜環(huán)境下的健康水稻葉片和稻瘟病、胡麻斑病、細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絡的試驗結果，確定了ResNet?101為最佳特征提取網絡；針對水稻病害中小病斑識別率不高的問題，融合特征金字塔網絡提升識別準確率。試驗結果表明，融合ResNet?101與特征金字塔網絡的Faster R?CNN模型能夠有效檢測復雜背景下的水稻三種常見病害，與未改進的Faster R?CNN模型和YOLO、SSD算法相比，在保證實時檢測的基礎上，進一步提高了算法的準確率。