公开(公告)号：CN117689994A

公开(公告)日：2024-03-12

申请号：CN202311688187.4

申请日：2023-12-11

Applicant: 云南农业大学

Inventor： 杨琳琳 ,  皇甫懿 ,  刘焱 ,  杨晓刚 ,  张云建 ,  黄中豪 ,  孙波 ,  施杰 ,  唐秀英

IPC: G06V10/82 ,  G06V10/764 ,  G06V10/766 ,  G06N3/0464 ,  G06N3/082 ,  G06T7/00

Abstract: 本发明涉及果树智能识别技术领域，且公开了一种基于深度学习的黄龙病检测方法及装置，包生成YOLO v8n‑C2G改进模型，引入坐标注意力机制，用于对植物疾病的特征提取之后引入GSConv模型，并更改模型特征提取的网络结构，用于对模型的推理速度进行优化，最后对预测框和真实框进行匹配。该一种基于深度学习的黄龙病检测方法及装置通过改进模型的内存占用量减少，平均精度提升，改进的YOLO v8n‑C2G模型在柑橘、沃柑、西柚的植物数据集上都有良好的表现和鲁棒性，推理速度快，精准度高，对实际场景中被遮挡的叶片检测性能好，易于部署，从而能够快速对病叶进行识别。