[发明专利]一种基于轻量型卷积神经网络的农作物害虫检测方法有效
| 申请号： | 202210733236.0 | 申请日： | 2022-06-23 |
| 公开（公告）号： | CN115100148B | 公开（公告）日： | 2023-05-30 |
| 发明（设计）人： | 钱蓉;董伟;朱静波;孔娟娟;王忠培;张萌;程泽凯;黄荣庆 | 申请（专利权）人： | 安徽省农业科学院农业经济与信息研究所 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/762;G06V10/82;G06N3/0464;G06N3/048;G06N3/08;G06T5/50 |
| 代理公司： | 合肥国和专利代理事务所(普通合伙) 34131 | 代理人： | 张祥骞 |
| 地址： | 230031 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于轻量型卷积神经网络的农作物害虫检测方法，通过以YOLO‑L ite模型为基础网络模型，将轻量型沙漏块并嵌入至所述YOLO‑L ite模型，将坐标注意力块分别嵌入经典残差块和轻量型沙漏块中，以生成YOLOLite‑CSG模型；其中，所述轻量型沙漏块包括分组卷积层和通道混洗层；获取待检测农作物图像，基于YOLOLite‑CSG模型对所述农作物图像执行害虫检测。通过基于轻量型卷积神经网络的农作物害虫检测模型YOLOL ite‑CSG，模型以YOLOv3为基础，并优化残差块数量和输出通道数，同时，采用k‑means++生成先验框，并替换部分残差块为轻量型沙漏块，最后引入坐标注意力机制，实现检测精度的大大提高，且参数量和计算量大幅下降，适合部署于农业环境中。 | ||
| 搜索关键词： | 一种 基于 轻量型 卷积 神经网络 农作物 害虫 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于安徽省农业科学院农业经济与信息研究所，未经安徽省农业科学院农业经济与信息研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210733236.0/，转载请声明来源钻瓜专利网。
