龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：浙江农林大学
摘要：本发明公开了一种面向复杂干扰环境的无人机遥感图像松材线虫病识别模型构建方法及系统，构建原始松材线虫病数据集，经人工标注后划分为训练集、验证集和测试集，并制作干扰样本；构建YOLOv8‑RDD模型，将其主干网络中的Bottleneck模块替换为多级残差块ResNet2模块；在ResNet2模块中引入DPM特征增强模块，对ResNet2模块中传递的低频细节特征进行增强，并滤除高频噪声；在YOLOv8‑RDD模型的Neck网络中，将最邻近插值法替换为动态上采样算子DySample；利用训练集对YOLOv8‑RDD模型进行对抗训练后获得最佳权重，并将最佳权重用于测试集进行检测，得到具备抗干扰能力的松材线虫病识别模型。本发明真实反应无人机遥感图像在采集过程中可能遇到的大雾等干扰情况，运用YOLOv8‑RDD模型可以使无人机系统在复杂干扰环境下，依然保持较高的识别精度和鲁棒性。
主权项：1.一种面向复杂干扰环境的无人机遥感图像松材线虫病识别模型构建方法，其特征在于，所述方法包括：步骤1，构建原始松材线虫病数据集，经人工标注后划分为训练集、验证集和测试集，并制作干扰样本；步骤2，构建YOLOv8-RDD模型，并将其主干网络中的Bottleneck模块替换为多级残差块ResNet2模块；步骤3，在多级残差块ResNet2模块中引入DPM特征增强模块，对多级残差块ResNet2模块中传递的低频细节特征进行增强，并滤除高频噪声；步骤4，在YOLOv8-RDD模型的Neck网络中，将最邻近插值法替换为动态上采样算子DySample；步骤5，利用训练集对YOLOv8-RDD模型进行对抗训练后获得最佳权重，并将最佳权重用于测试集进行检测，得到具备抗干扰能力的松材线虫病识别模型。
全文数据：
权利要求：
百度查询： 浙江农林大学 面向复杂干扰环境的无人机遥感图像松材线虫病识别模型构建方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号