公开(公告)号：CN117671655A

公开(公告)日：2024-03-08

申请号：CN202311580428.3

申请日：2023-11-23

Applicant: 华南农业大学

Inventor： 王春桃 ,  郭浩捷 ,  王子豪 ,  肖德琴

IPC: G06V20/60 ,  G06V10/52 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06V10/25 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/045 ,  G06N3/08 ,  G06N3/082

Abstract: 本发明提供一种基于多尺度特征增强与融合的林业害虫检测方法和系统，首先获取林业害虫数据集并进行预处理；建立基于多尺度特征增强与融合的林业害虫检测模型EFPDet，包括：引入注意力机制的多尺度特征提取网络、自底向上进行特征融合的特征融合网络，以及用于实现林业害虫分类和定位的检测头；设置损失函数并进行模型训练；最后获取待检测的林业害虫图像并输入训练好的林业害虫检测模型EFPDet中，获取所有害虫的分类结果和定位结果后进行NMS非极大值抑制，获取最终的检测结果，完成林业害虫检测；本发明针对小目标检测提出的高效林业害虫检测模型EFPDet具备轻量化程度高、对小目标检测更友好及整体检测精度高的特点。

公开(公告)号：CN117611903A

公开(公告)日：2024-02-27

申请号：CN202311601178.7

申请日：2023-11-27

Applicant: 华南农业大学

Inventor： 王春桃 ,  王子豪 ,  张嘉仁 ,  郭浩捷

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开了一种基于多维超球面特征一致性正则化的小样本害虫检测方法，涉及小样本检测的技术领域，包括获取现有害虫数据集，构建基类支持集、基类查询集、小样本支持集和小样本查询集；利用基类支持集和基类查询集对构建的小样本害虫检测模型进行第一阶段训练优化，当总损失函数值达到最小时，获得初训练的小样本害虫检测模型；利用小样本支持集和小样本查询集对初训练的小样本害虫检测模型进行第二阶段训练优化，当总损失函数值达到最小时，获得优化后的小样本害虫检测模型；将待检测的小样本害虫图片输入优化后的小样本害虫检测模型中，获得检测结果。本发明能够在害虫标记数据不足的场景下，准确快速的检测出小样本害虫的种类。