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：西南科技大学
摘要：本发明提供了一种基于YOLOv5模型的植物叶片病检测方法及系统，属于图像识别领域，该方法包括：利用照相机捕捉植物叶片的高分辨率图像，对图像进行预处理，去除噪声、调整对比度等，对经预处理的图像进行特征提取并根据所提取的特征进行疾病分类，将经预处理的图像、特征和分类结果存储，并与历史数据进行比较，若无植物叶片病便继续捕捉图像，有植物叶片病便发送警报通知，完成对植物叶片病的检测。本发明基于YOLOv5模型对植物叶片病进行准确、快速的识别，提高了诊断效率，降低人为的错误，从而保障粮食安全。
主权项：1.一种基于YOLOv5模型的植物叶片病检测方法，其特征在于，包括以下步骤：S1、启动检测，使用照相机捕捉植物叶片的高分辨率图像，并采用RAM组件对捕捉到的高分辨率图像进行预处理；S2、利用YOLOv5模型，对预处理后的高分辨率图像进行特征提取，得到表明植物叶片病的关键特征；S3、根据表明植物叶片病的关键特征，利用卷积神经网络进行疾病分类，得到分类结果；S4、将预处理后的图像、表明植物叶片病的关键特征以及分类结果保存在数据存储单元中；S5、将当前检测过程中的预处理后的图像、表明植物叶片病的关键特征以及分类结果与数据存储单元中历史的预处理后的图像、表明植物叶片病的关键特征以及分类结果进行比较，确定植物叶片病的发展趋势并验证当前分析；S6、根据验证结果，判断是否已发现植物叶片病的决策点，若是，向用户发送有关检测到的植物叶片病的实时警报，完成对植物叶片病的检测，否则，返回步骤S1。
全文数据：
权利要求：
百度查询： 西南科技大学 一种基于YOLOv5模型的植物叶片病检测方法及系统
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