公开(公告)号：CN119323739A

公开(公告)日：2025-01-17

申请号：CN202411367941.9

申请日：2024-09-29

Applicant: 安徽大学

Inventor： 黄文江 ,  汪新培 ,  黄林生 ,  张弼尧 ,  赵晋陵 ,  庞登浩 ,  阮超

IPC: G06V20/17 ,  G06V10/82 ,  G06V10/774 ,  G06V10/44 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明涉及一种基于改进U‑Net的无人机影像松材线虫病疫木识别方法，包括：通过无人机获取林区影像并进行预处理；对预处理后的影像数据和标注影像数据进行数据增强；对U‑Net网络模型进行改进，得到改进后的U‑Net网络模型；将训练集输入改进后的U‑Net网络模型中进行训练；将待识别的图像输入改进后的U‑Net网络模型，得到识别结果。本发明充分利用Swin Transformer编码器弥补U‑Net网络模型本身在捕获长距离依赖上的缺陷，提高松材线虫病感病疫木识别的精度；将U‑Net网络模型的瓶颈层替换成空洞空间金字塔池化模块，充分捕获了不同尺度的图像特征，增大感受野，充分利用上下文信息，减少特征信息损失，捕获更多有价值信息，提高松材线虫病感病疫木识别的精度。