-
公开(公告)号:CN118628903A
公开(公告)日:2024-09-10
申请号:CN202410641356.7
申请日:2024-05-22
IPC分类号: G06V20/10 , G06V10/764 , G06V10/774 , G06V10/56 , G06V10/54 , G06V10/46 , G06N3/006
摘要: 本发明提供一种作物叶部病害识别方法、装置、电子设备及存储介质,该方法包括:提取获取的作物叶部病害图像中的病斑图像;对病斑图像进行特征提取,得到病斑图像的病斑特征;将病斑图像的病斑特征输入至目标随机深林模型,得到目标随机深林模型输出的作物叶部病害图像的病害识别结果;目标随机深林模型是根据作物叶部病害图像样本及其对应的病害类型标签对优化的随机森林模型进行训练得到的,优化的随机森林模型是通过对随机森林模型进行超参数优化得到的。本发明可以提高对作物叶部病害的识别准确率和鲁棒性,有效提升了作物叶部病害识别精度和效率,实现了病斑出现时的准确识别,以利于及时预防,减少因病害造成的作物叶部减产与品质降低。
-
公开(公告)号:CN118506179A
公开(公告)日:2024-08-16
申请号:CN202410539068.0
申请日:2024-04-30
申请人: 北京市农林科学院信息技术研究中心 , 韶关农信科技有限责任公司
IPC分类号: G06V20/10 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
摘要: 本发明提供一种农作物叶部病害识别方法、装置、电子设备及存储介质,属于农作物病害检测技术领域,该方法包括:获取待识别农作物图像;将待识别农作物图像输入至农作物叶部病害识别模型,得到农作物叶部病害识别模型输出的待识别农作物图像的叶部病害识别结果;农作物叶部病害识别模型是根据农作物图像样本及对应的叶部病害标签训练得到的,用于基于对所述待识别农作物图像进行特征提取得到的多尺度卷积特征和多尺度注意力特征进行融合,并基于融合所得的特征确定待识别农作物图像的叶部病害识别结果。本发明可以精确识别农作物的叶部病害,有效提高了农作物叶部病害识别检测的精度,降低了漏检率,同时也提升了农作物叶部病害识别的效率。
-