公开(公告)号：CN118097418A

公开(公告)日：2024-05-28

申请号：CN202410273168.3

申请日：2024-03-11

Applicant: 西北农林科技大学

Inventor： 王美丽 ,  张嘉恒 ,  霍迎秋 ,  刘莎 ,  李嘉薇 ,  金秀良 ,  李书琴

IPC: G06V20/10 ,  G06V10/25 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开了一种叶片病害检测模型的构建方法、系统、设备与介质，涉及计算机图像学技术领域，包括步骤：采集叶片病害的图像数据；对基于YO LOX‑Nano网络模型进行轻量化处理，获得轻量型叶片病害检测模型，并利用图像数据对轻量型叶片病害检测模型进行训练；对训练后的轻量型叶片病害检测模型使用非对称混洗块、注意力机制、蓝图可分离卷积和CIoU损失函数进行处理，获得优化后的叶片病害检测模型；使用PyTorch深度学习框架对优化后的叶片病害检测模型进行深度学习，最终生成最佳的叶片病害检测模型。本发明对于果蔬叶片病害能够高效进行智能识别，从而节省了农业从业人员的时间成本与劳工成本，并为其他类似植物的病害识别也提供了研究思路。