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：潍坊科技学院
摘要：本发明公开一种基于图像识别的病虫害识别方法，涉及图像处理领域，包括以下步骤：S1：构造病虫害识别模型，由动态数据增广及测试时动态跨域自适应两部分组成；动态数据增广部分为一个可学习的隐式增广器和固定的显式增广器；测试时动态跨域自适应部分包括训练阶段及模型推理阶段，训练阶段采用yolo进行训练，模型推理阶段，分为主模型、辅助模型和源模型；S2：隐式增广器生成的图像由分类器进行推理，基于结果计算损失并更新隐式增广器和分类器。本发明要解决的技术问题是提供一种基于图像识别的病虫害识别方法，方便病虫害识别。
主权项：1.一种基于图像识别的病虫害识别方法，其特征在于，包括以下步骤：S1：构造病虫害识别模型，由动态数据增广及测试时动态跨域自适应两部分组成；动态数据增广部分为一个可学习的隐式增广器和固定的显式增广器；测试时动态跨域自适应部分包括训练阶段及模型推理阶段，训练阶段采用YOLO进行训练，模型推理阶段，分为主模型、辅助模型和源模型；S2：隐式增广器生成的图像由分类器进行推理，基于结果计算损失并更新隐式增广器和分类器，隐式增广器和显式增广器生成的图像合并作为模型训练的输入；S3：训练阶段，采用YOLOv9进行训练；S4：模型推理阶段，主模型通过与辅助模型之间的类别、置信度、检测框结果差值计算损失并更新，而辅助模型通过主模型指数移动平均的方式进行更新；S5：在跨域情况下，辅助模型通过评估预测的置信度来判断域间间隔的大小，仅当检测到置信度小于置信度阀值时进行数据增广，这时主模型通过辅助模型生成的增强平均伪标签进行训练，从而实现跨域识别；S6：主模型输出最终结果。
全文数据：
权利要求：
百度查询： 潍坊科技学院 一种基于图像识别的病虫害识别方法
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。
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