申请/专利权人：华南农业大学

申请日：2023-12-20

公开（公告）日：2024-03-22

公开（公告）号：CN117746427A

主分类号：G06V20/70

分类号：G06V20/70;G06V10/774;G06V20/10;G06V20/17;G06V10/82;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明公开了一种基于改进YOLOV5的水稻病虫害识别方法；首先采集不同类型的水稻虫害图像；接着对采集到的水稻虫害图像进行图像预处理以及对预处理后的水稻病虫害图像中的患病区域进行标注；随后对YOLOV5网络模型进行损失函数的优化，得到水稻病虫害识别模型；然后对水稻病虫害识别模型进行训练；对训练后的水稻病虫害识别模型进行验证，所构建的水稻病虫害识别模型对稻纵卷叶螟病、稻曲病、稻瘟病、条斑病和钻心病识别精确率分别为96.1％、95.5％、94.4％、93.6％和93.3％；将采集水稻田中的水稻图像输入构建好的水稻病虫害识别模型中，所述水稻病虫害识别模型可以准确识别并输出水稻病虫害信息，从而帮助农户和普通农技工作者进行快速、准确的田间调查。

主权项：1.一种基于改进YOLOV5的水稻病虫害识别方法，其特征在于，包括以下步骤：步骤S1：采集不同类型的水稻虫害图像，其中，所述的水稻病虫害的类型包括稻纵卷叶螟病、稻曲病、稻瘟病、条斑病和钻心病；步骤S2：对采集到的水稻虫害图像进行图像预处理以及对预处理后的水稻病虫害图像中的患病区域进行标注；步骤S3：对YOLOV5网络模型进行损失函数的优化，得到水稻病虫害识别模型；步骤S4：对水稻病虫害识别模型进行训练；步骤S5：对训练后的水稻病虫害识别模型进行验证，所构建的水稻病虫害识别模型对稻纵卷叶螟病、稻曲病、稻瘟病、条斑病和钻心病识别精确率分别为96.1％、95.5％、94.4％、93.6％和93.3％；步骤S6：采集水稻田中的水稻图像，将其输入构建好的水稻病虫害识别模型中，所述水稻病虫害识别模型识别并输出水稻病虫害信息。

全文数据：

权利要求：

百度查询： 华南农业大学 一种基于改进YOLOV5的水稻病虫害识别方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD