[发明专利]一种融合可变形卷积神经网络的水稻虫害检测方法和系统在审
| 申请号： | 202310933973.X | 申请日： | 2023-07-27 |
| 公开（公告）号： | CN116934723A | 公开（公告）日： | 2023-10-24 |
| 发明（设计）人： | 王恒;张帅;黎帅锋;张明明;黄秋仙;马鑫燚;马文静;姜益民;刘政 | 申请（专利权）人： | 武汉轻工大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/0464;G06V10/82;G06V10/774;G06V10/40;G06V10/22;G06V10/764;G06V10/80 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 430023 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明提供了一种融合可变形卷积神经网络的水稻虫害检测方法和一种融合可变形卷积神经网络的水稻虫害检测系统。主要包括以下步骤：获取不同场景和不同类型的水稻虫害图像形成原始数据集；对原始数据集做数据增强处理形成训练数据集，并将训练数据集分为训练数据集、测试数据集；构建融合可变形卷积神经网络的水稻虫害检测模型，包括可变形卷积特征提取模块、FPN特征金字塔网络和VFNet网络模型；将训练数据输入到所述虫害检测模型进行训练，并不断的调整训练参数，使用精确指标对训练的结果进行比较，保存最优效果的融合可变形卷积神经网络的水稻虫害检测模型；基于融合可变形卷积神经网络的水稻虫害检测模型对待检测虫害图片进行识别，获得所述待检测虫害位置和虫害类别。通过本发明的方法、系统，能快速的对待检测虫害图片进行识别，得到虫害识别结果，不仅快速还能有效提取虫害特征和充分利用各个层次的特征，提高虫害检测的准确率。 | ||
| 搜索关键词： | 一种 融合 变形 卷积 神经网络 水稻 虫害 检测 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉轻工大学，未经武汉轻工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310933973.X/，转载请声明来源钻瓜专利网。
