首页/ 黑龙江八一农垦大学/ 专利详情

一种基于改进目标检测模型与卷积神经网络的水稻病害检测方法、设备和介质

基本信息

申请号 CN202210263662.2 申请日 -
公开（公告）号 CN114693616A 公开（公告）日 2022-07-01
申请公布号 CN114693616A 申请公布日 2022-07-01
分类号 G06T7/00（2017.01）I;G06V10/80（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分类 计算；推算；计数;
发明人 路阳;张楠;董宏丽;蔡月芹;田枫;申雨轩;胡仲瑞;王鹏 申请（专利权）人 黑龙江八一农垦大学
代理机构 哈尔滨市阳光惠远知识产权代理有限公司 代理人 -
地址 163319黑龙江省大庆市高新区新风路5号
法律状态 -

摘要

摘要 本发明提出一种基于改进目标检测模型与卷积神经网络的水稻病害检测方法、设备和介质。所述方法在实际稻田中拍摄不同复杂环境下的健康水稻叶片和稻瘟病、胡麻斑病、细菌性条斑病三种常见水稻病害；然后通过对比四种特征提取网络的试验结果，确定了ResNet‑101为最佳特征提取网络；针对水稻病害中小病斑识别率不高的问题，融合特征金字塔网络提升识别准确率。试验结果表明，融合ResNet‑101与特征金字塔网络的Faster R‑CNN模型能够有效检测复杂背景下的水稻三种常见病害，与未改进的Faster R‑CNN模型和YOLO、SSD算法相比，在保证实时检测的基础上，进一步提高了算法的准确率。