首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种复杂背景下的芒果叶片炭疽病病害等级分类方法 

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:海南大学

摘要:本发明提供一种复杂背景下的芒果叶片炭疽病病害等级分类方法,包括先建立芒果叶片炭疽病病害等级分类模型,再利用分类模型对芒果叶片中炭疽病的不同病害等级进行识别,本发明通过采用两个并行倒置残差网络结构与CBAM注意力机制相结合应用于复杂背景下的芒果叶片炭疽病病害等级分类,并获得了较高的分类准确率;经过训练后的模型,能够实现对同一种病害在叶片上炭疽病发病的病害等级进行检测和诊断。本发明为芒果叶片炭疽病的病害等级分类检测和其他植物叶片的病害检测提供了技术支持和参考,同时也为计算机视觉技术在农业精准变量施药领域提供了新的思路和方法。

主权项:1.一种复杂背景下的芒果叶片炭疽病病害等级分类方法,其特征在于,构建芒果叶片炭疽病病害等级分类模型,通过芒果叶片炭疽病病害等级分类模型对不同病害等级的芒果叶片炭疽病进行识别;构建芒果叶片炭疽病病害等级分类模型的具体步骤如下:步骤一、进行芒果叶片图像采集,芒果叶片图像包括健康叶片和炭疽病叶片;步骤二、进行芒果叶片炭疽病病害等级划分,将芒果叶片炭疽病病害等级划分为四个时期,分别为健康、轻度、中度和重度,对应的病害等级为I级、Ⅱ级、Ⅲ级和Ⅳ级;步骤三、将收集的所有芒果叶片在实验室环境下拍摄照片,并且对应标记的信息分配在采摘叶片前拍摄的叶片病害等级,以获得健康、轻度、中度和重度的芒果叶片原始图像;步骤四、划分数据集,在模型训练前进行了数据集分类标注,健康、轻度、中度和重度的芒果叶片图像类别标签依次为1、2、3和4,原始数据集按照8:2划分为训练集和测试集,其中,训练集用于模型训练,测试集用于最终模型的测试效果评估;步骤五、进行训练集数据增强;步骤六、构建双分支倒置残差网络模块,采用两路并行的倒置残差网络模块设计芒果叶片炭疽病病害等级分类模型的基本单元;步骤七、构建双分支倒置残差注意力网络模型,采用3个双分支倒置残差网络模块组成双分支倒置残差注意力网络模型的主干网络,并在第一个和第二个、第二个和第三个的双分支倒置残差网络模块之间加入CBAM注意力机制模块,形成芒果叶片炭疽病病害等级分类模型;步骤八、利用步骤四的训练集对步骤七构建的双分支倒置残差注意力网络模型进行训练,并使用测试集数据进行验证,通过对比模型的准确率、召回率和F1评价指标进行超参数优选,基于优选超参数建立最佳卷积神经网络判别模型,若其模型效果满足要求则代表模型可行;否则,通过扩充样品集和优化模型并重复步骤一至六,直至满足要求;通过芒果叶片炭疽病病害等级分类模型对不同病害等级的芒果叶片炭疽病进行识别的具体步骤如下:步骤A、构建移动检测系统;步骤B、将采集果园环境下包含炭疽病病害的芒果叶片输入移动检测系统进行不同病害等级的芒果叶片炭疽病识别。

全文数据:

权利要求:

百度查询: 海南大学 一种复杂背景下的芒果叶片炭疽病病害等级分类方法

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。