Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于Detr模型的水稻害虫检测方法 

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:广东工业大学

摘要:本发明公开了一种基于Detr模型的水稻害虫检测方法,包括:获取待检测害虫图像;将所述待检测害虫图像输入至最佳图像检测模型,获取害虫检测结果,其中,所述最佳图像检测模型由训练集训练获得,所述训练集为包含水稻害虫图像和对应的害虫标注,所述最佳图像检测模型通过改进的Detr模型构建。本发明能够解决现有技术中存在的检测过程实时性差、检测小目标精度差、模型复杂等问题,提高害虫检测的准确率和实用性,为农业生产提供更为可靠的技术支持。

主权项:1.一种基于Detr模型的水稻害虫检测方法,其特征在于,包括:获取待检测害虫图像;将所述待检测害虫图像输入至最佳图像检测模型,获取害虫检测结果,其中,所述最佳图像检测模型由训练集训练获得,所述训练集为包含水稻害虫图像和对应的害虫标注,所述最佳图像检测模型通过改进的Detr模型构建;对所述训练集进行预处理包括:选取预设数量的标注图像,对所述标注图像进行大小变换、旋转变换和颜色亮度变换,对处理后的标注图像进行拼接,并对拼接后的标注图像进行马赛克处理,完成所述标注图像的预处理;所述改进的Detr模型包括:输入层、主干特征提取层、改进颈部特征融合网络层和输出层;所述输入层用于输入待检测害虫图像;所述主干特征提取层用于提取所述待检测害虫图像特征图;所述改进颈部特征融合网络层用于将提取特征图进一步加权融合;所述输出层用于输出害虫检测图像;所述改进颈部特征融合网络层包括:GSConv结构和自适应融合模块;所述GSConv结构用于对所述待检测害虫图像特征图进行初步处理;所述自适应融合模块用于对初步处理后的特征图像进行融合;对所述待检测害虫图像特征图进行初步处理包括:输入待检测害虫图像特征图,对所述待检测害虫图像特征图进行标准卷积,获取第一特征图;对所述第一特征图进行可分离深度卷积,获取第二特征图;对所述第一特征图和第二特征图进行连接,获取第三特征图;对所述第三特征图的通道顺序进行混洗操作,完成初步处理;对初步处理后的特征图像进行融合的方法为: 其中,为三个不同尺度的输入层,为一系列运算后的中间特征层,为上采样操作,为插值操作,是经过GSConv模块,是平均池化操作,是最大池化操作,是合并连接操作,是合并多尺度层后的结果,是经过VoVGSCSP模块,是最终输出层。

全文数据:

权利要求:

百度查询: 广东工业大学 一种基于Detr模型的水稻害虫检测方法

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。

相关技术
相关技术
相关技术
相关技术