申请/专利权人:四川农业大学
申请日:2023-02-08
公开(公告)日:2023-04-25
公开(公告)号:CN116012655A
主分类号:G06V10/764
分类号:G06V10/764;G06V10/77;G06V10/82;G06V10/80;G06N3/048;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.05.12#实质审查的生效;2023.04.25#公开
摘要:本发明涉及虫害检测领域,公开了一种果树凤蝶科虫害检测方法,所述方法包括:采集待检测的果树图像;基于YOLOX‑x构建自适应特征融合轻量化检测模型;将待检测的果树图像输入到训练好的自适应特征融合轻量化检测模型中进行检测,得到虫害检测结果。本发明检测方法可精确、快速地检测非结构化果园环境下的果树虫害胁迫;并且该方法更适宜移植于移动底盘类嵌入式系统,可以为果园植保装备的识别系统提供升级思路,并能促进农业高质高效发展;其次,本发明检测方法能够提高模型对叶片、枝干遮挡害虫的检测精度。
主权项:1.一种果树凤蝶科虫害检测方法,其特征在于,所述方法包括:采集待检测的果树图像;基于YOLOX-x构建自适应特征融合轻量化检测模型;将待检测的果树图像输入到训练好的自适应特征融合轻量化检测模型中进行检测,得到虫害检测结果。
全文数据:
权利要求:
百度查询: 四川农业大学 一种果树凤蝶科虫害检测方法
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。