← 返回列表
面向复杂农业场景的高效轻量级荔枝果实炭疽病检测方法
申请人信息
- 申请人:广东石油化工学院
- 申请人地址:525099 广东省茂名市官渡二路139号大院
- 发明人: 广东石油化工学院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 面向复杂农业场景的高效轻量级荔枝果实炭疽病检测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311609399.9 |
| 申请日 | 2023/11/29 |
| 公告号 | CN117630012A |
| 公开日 | 2024/3/1 |
| IPC主分类号 | G01N21/88 |
| 权利人 | 广东石油化工学院 |
| 发明人 | 刘美; 陈嘉升 |
| 地址 | 广东省茂名市官渡二路139号大院 |
摘要文本
广东石油化工学院取得“一种透气窗帘布”专利技术,本发明公开了一种面向复杂农业场景的高效轻量级荔枝果实炭疽病检测方法,属于农业病害检测领域,包括以下步骤:采集荔枝果实图像数据,构建荔枝果实图像数据集,并将所述荔枝果实图像数据集进行划分,得到训练集和验证集;对所述训练集中的图像进行数据增强处理,获得优化训练集;基于YOLOv8算法构建初始炭疽病检测模型,通过所述训练集和验证集对初始炭疽病检测模型进行训练和验证,得到炭疽病检测模型;通过炭疽病检测模型对荔枝果实进行检测,判断荔枝果实是否患有炭疽病。本发明能够在复杂农业场景下对患有炭疽病的荔枝果实进行有效的检测,有效推动了深度学习技术在荔枝果实炭疽病防控领域的应用。
专利主权项内容
1.一种面向复杂农业场景的高效轻量级荔枝果实炭疽病检测方法,其特征在于,包括以下步骤:采集荔枝果实图像数据,构建荔枝果实图像数据集,并将所述荔枝果实图像数据集进行划分,得到训练集和验证集;对所述训练集中的图像进行数据增强处理,获得优化训练集;基于YOLOv8算法构建初始炭疽病检测模型,通过所述训练集和验证集对初始炭疽病检测模型进行训练和验证,得到炭疽病检测模型;通过炭疽病检测模型对荔枝果实进行检测,判断荔枝果实是否患有炭疽病。