龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本发明公开了一种面向番茄育种生物胁迫检测的改进鱼鹰搜索网络学习率优化方法，涉及卷积神经网络超参数优化领域，采集番茄育种生物胁迫数据，标注病害、虫害、杂草和部分健康叶片，获取原始数据集并按比例分为训练集、验证集和测试集；通过混合数据增强方法扩充训练集，获得增强后的数据集；引入通道注意力机制优化YOLOv4，构建YOLO_SE；利用Tent混沌映射和Lévy飞行策略改进鱼鹰搜索算法的初始化和位置更新方式；以验证集的最佳mAP为评价指标，利用鱼鹰搜索算法产生YOLO_SE的最优学习率；用最优学习率训练的模型检测图像中的番茄育种生物胁迫。本申请提高了深度学习任务下参数优化的全局搜索能力，改善了YOLO_SE性能。
主权项：1.一种面向番茄育种生物胁迫检测的改进鱼鹰搜索网络学习率优化方法，其特征在于，该方法步骤如下：步骤1、采集番茄育种生物胁迫数据，标注所述番茄育种生物胁迫数据中样本图像内的病害叶片、害虫、杂草和部分健康叶片，获取原始数据集并按照比例划分为训练集、验证集和测试集；步骤2、采用基于CycleGAN的病害叶片特征迁移策略和基于泊松融合的小目标过采样策略，通过混合数据增强方法实现训练样本数量扩充和类别比例均衡，获得增强后的番茄育种生物胁迫数据集；步骤3、引入通道注意力机制优化YOLOv4模型，构建番茄育种生物胁迫检测网络模型YOLO_SE；步骤4、利用Tent混沌映射和Lévy飞行策略，分别改进鱼鹰搜索算法的初始化和位置更新方式；步骤5、使用所述鱼鹰搜索算法产生所述YOLO_SE的初始学习率候选解，以验证集的最佳mAP为评价指标，经过连续迭代得到最优学习率；步骤6、将所述最优学习率设为所述YOLO_SE的初始学习率，使用增强后的训练集样本训练，并使用获得的模型检测实时视频流中单张图像的番茄育种生物胁迫信息。
全文数据：
权利要求：
百度查询： 中国农业大学 华南农业大学 一种面向番茄育种生物胁迫检测的改进鱼鹰搜索网络学习率优化方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号