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：淮阴工学院;江苏省农业科学院

摘要：本发明提供了一种基于LS‑YOLOv5网络的绿豆叶斑病病斑检测方法及装置，使用labelimg标注工具对预先获取的原始叶片图像进行标注；采用Mosaic数据增强算法对原始叶片图像进行数据预处理；并划分为训练集、验证集和测试集；构建LS‑YOLOv5叶斑病检测网络，其中的Backbone中均使用B‑CSP模块；Backbone中的最后一个CBL模块后面添加D‑SPP模块；Backbone中的D‑SPP模块前添加ECA注意力模块；Neck搭建方式采用原YOLOv5算法模型相同的方式搭建；训练LS‑YOLOv5叶斑病检测网络，将经过预处理后的叶斑病训练集通过搭建好的LS‑YOLOv5叶斑病检测网络，获得用于叶斑病检测的LS‑YOLOv5模型预训练权重；将待检测叶斑病图片输入最优权重模型进行叶斑病检测。本发明可用于绿豆叶斑病检测，网络体积小，检测效率高，具有较好的鲁棒性与广泛的应用价值。

主权项：1.一种基于LS-YOLOv5网络的绿豆叶斑病病斑检测方法，其特征在于，包括以下步骤：1使用labelimg标注工具对预先获取的原始叶片图像进行标注；2采用Mosaic数据增强算法对原始叶片图像进行数据预处理；并划分为训练集、验证集和测试集；3构建LS-YOLOv5叶斑病检测网络；所述LS-YOLOv5叶斑病检测网络中的Backbone中均使用B-CSP模块；Backbone中的最后一个CBL模块后面添加D-SPP模块；Backbone中的D-SPP模块前添加ECA注意力模块；Neck搭建方式采用原YOLOv5算法模型相同的方式搭建；所述B-CSP模块的结构包括两个分支，分别为a分支和b分支，a分支为BBL模块，BBL模块的输入通道数为上一层CBL模块输出通道数的一半；b分支为一个BBL模块接一个Bottleneck模块，Bottleneck模块包含一个1×1的BBL卷积和一个3×3的BBL卷积以及在这两个卷积之间的远跳连接组成，b分支的输入通道数也为上一层CBL模块输出通道数的一半；两个分支的输出特征图继续进行Concatenate操作，恢复到进行B-CSP操作之前的通道数，最后在Concatenate操作之后进行一次BBL的卷积操作；所述Backbone在进行完最后一个CBL操作之后，进行一个D-SPP模块的空间金字塔池化操作；D-SPP由m分支和n分支组成，m分支包括两个MaxPool操作，分别为一个5×5的MaxPool操作和一个7×7的MaxPool操作，每一个MaxPool操作的输出通道数均和CBL的通道数保持一致，为输入通道数的12，记作c2，c代表通道数；n分支包括两个AvgPool操作，分别为一个5×5的AvgPool操作和一个7×7的AvgPool操作，每一个AvgPool操作的输出通道数也和CBL的通道数保持一致，为输入通道数的12，记作c2；最后两个分支的输出特征图和CBL的输出特征图进行Concatenate操作，输出的特征图为D-SPP模块之前的2.5c；所述BBL模块由BSConv、BatchNormalization和L-Relu组成；BSConv由一个1×1卷积和一个3×3卷积组成，BSConv卷积先进行点卷积再进行深度卷积；4训练LS-YOLOv5叶斑病检测网络，将经过预处理后的叶斑病训练集通过搭建好的LS-YOLOv5叶斑病检测网络，获得用于叶斑病检测的LS-YOLOv5模型预训练权重；5将预处理后的待检测叶斑病图片输入最优权重模型进行叶斑病检测。

全文数据：

权利要求：

百度查询： 淮阴工学院 江苏省农业科学院 一种基于LS-YOLOv5网络的绿豆叶斑病病斑检测方法及装置