申请/专利权人:西北农林科技大学
申请日:2023-12-20
公开(公告)日:2024-03-08
公开(公告)号:CN117671542A
主分类号:G06V20/17
分类号:G06V20/17;G06V20/10;G06V10/82;G06N3/0455;G06N3/0464;G06N3/082
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.26#实质审查的生效;2024.03.08#公开
摘要:本发明属于虫害防治技术领域,公开了一种稻纵卷叶螟虫害区域个数计算方法及系统,使用轻量型无人机拍摄数据集,相比人工采集方式省时省力。针对稻纵卷叶螟的危害区域特点,使用多种数据增强手段。对原始Deeplabv3+网络进行针对性改进,替换了主干网络,减少了模型的训练时间。在网络的编码和解码处增加CoordinateAttention注意力机制,增强信息的提取能力。处理通过网络分割出的不合理病害区域。把所有病害区域加入集合中通过算法不断更新获得最终合理的结果。
主权项:1.一种稻纵卷叶螟虫害区域个数计算方法,其特征在于,包括:步骤一,使用轻量型无人机在水稻上方10cm处45度斜向下拍摄水稻,收集受稻纵卷叶螟危害的水稻叶片图片;使用ENVI软件手动标注图像,获得水稻叶片中稻纵卷叶螟危害区域,构建初始数据集;步骤二,根据稻纵卷叶螟实际特点初始数据集进行增强,包括翻转、镜像等方式,构建训练数据集、验证数据集、测试数据集;步骤三,改进原有Deeplabv3+网络;将训练数据集作为输入并设定训练参数,对改进Deeplabv3+网络进行训练,训练过程中使用验证集不断调整超参数,保存最优模型;步骤四,将测试数据集输入最优模型进行推理,保存的最优模型能够识别水稻叶片卷叶螟危害区域,实现对稻纵卷叶螟危害区域的精准分割;步骤五,计算稻纵卷叶螟危害区域面积以及各危害区域之间的距离,把所有危害区域放入一个集合中;步骤六,集合更新过程,从集合中取出两个病害区域,若之间距离小于200像素,则合并并把面积相加作为新区域的面积,并把新的病害区域加入集合;步骤七,重复步骤六直到无法更新集合;计算最终获得的集合内病害区域的平均面积,丢弃面积远小于平均面积的病害区域,获得最终结果。
全文数据:
权利要求:
百度查询: 西北农林科技大学 一种稻纵卷叶螟虫害区域个数计算方法及系统
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。