公开(公告)号：CN119992318A

公开(公告)日：2025-05-13

申请号：CN202510041673.X

申请日：2025-01-10

Applicant: 云南农业大学

Inventor： 黄兆波 ,  许帅 ,  李文峰 ,  邹欢 ,  张鸿富 ,  施杰 ,  杨彦鑫 ,  和向春 ,  李贤辉 ,  刘洋 ,  范浉桐

IPC: G06V20/10 ,  G06V20/70 ,  G06V10/20 ,  G06V10/24 ,  G06V10/30 ,  G06V10/25 ,  G06V10/44 ,  G06V10/774 ,  G06V10/82 ,  G06T7/00 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明属于病虫害识别领域，提出了一种基于改进YOLOV8的马铃薯病害识别方法。首先通过搜集包括马铃薯早疫病、晚疫病和健康叶片，然后进行图像预处理和特征区域的标注；其次使用EfficientViT结构替换原有的主干网络，在初始模型网络结构中引入SCSA协同注意力模块对YOLOV8网络模型进行优化；接着以PyTorch框架为基础对优化后的马铃薯病害识别模型进行训练，并设定适当的模型参数和训练次数使得训练后的模型经过验证达到了较高的识别精确率；最后将构建好的马铃薯病害识别模型部署于移动端APP上，以实现对田间马铃薯病害的实时识别，从而本发明提供了一种可以准确快速识别马铃薯病害的方法，有利于提高农业生产效率和农作物产量。

公开(公告)号：CN119251645A

公开(公告)日：2025-01-03

申请号：CN202411316980.6

申请日：2024-09-20

Applicant: 云南农业大学

Inventor： 许帅 ,  黄兆波 ,  和向春 ,  李贤辉

IPC: G06V10/82 ,  G06V10/774 ,  G06V20/68 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提出了一种基于改进YOLOv8的番茄病害识别方法。属于病虫害识别领域，这种方法首先通过搜集包括番茄早疫病、晚疫病、叶霉病、斑枯病、斑点病和花叶病毒等不同类型的番茄病害图像，然后进行图像预处理和患病区域的标注。对YOLOV8网络模型进行优化，主要包括在原有网络结构中引入MobileNetv4模型和在初始模型网络结构中引入SEAM注意力机制。接着以PyTorch框架为基础对优化后的番茄病害识别模型进行训练，并设定适当的模型参数和训练次数。训练后的模型经过验证达到了较高的识别精确率。最后，将构建好的番茄病害识别模型部署于移动端APP上，以实现对田间番茄病害的实时识别。本发明提供了一个准确快速的番茄病害识别工具，旨在提高农业生产效率和农作物产量。