公开(公告)号：CN115273072B

公开(公告)日：2023-05-19

申请号：CN202210663984.6

申请日：2022-06-13

Applicant: 南京林业大学

Inventor： 邹红艳 ,  朱瑞林 ,  李振业 ,  倪瑞涛

IPC: G06V20/68 ,  G06V10/30 ,  G06V10/44 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G01N21/84 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/082

Abstract: 本发明公开一种基于改进Yolov5s模型的苹果叶片病害检测方法，首先，获取苹果叶片不同病害的图像，进行标签标注，构建初始数据集；采用图像处理方法扩充数据集，并划分训练集和测试集，得到最终的数据集；引入Yolov5s模型并加以改进，使用改进后的模型对数据集进行训练得到最终的苹果叶片病害检测模型；利用最终的苹果叶片病害检测模型对待检测图像进行检测，得到检测结果。本发明通过改进Yolov5s模型和引入Attentive GAN算法，不仅在网络训练模型时增强网络学习特征的表达能力，提高模型的准确率和精度，而且能够在雨天情况下实现对苹果叶片病害的准确识别。

公开(公告)号：CN117036899A

公开(公告)日：2023-11-10

申请号：CN202310812403.5

申请日：2023-07-03

Applicant: 南京林业大学

Inventor： 邹红艳 ,  倪瑞涛 ,  李振业 ,  朱瑞林

IPC: G06V10/82 ,  G06V10/764 ,  G06V10/56 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开一种基于改进Yolov7模型的废弃塑料瓶颜色分类方法。首先，获取不同颜色的塑料瓶图像，进行标签标注，构建初始数据集；采用图像处理方法扩充数据集，并划分训练集和测试集，得到最终的数据集；引入yolov7网络模型并加以改进，使用改进后的模型对数据集进行训练得到最终的塑料瓶颜色分类模型；利用最终的废弃塑料瓶分类模型对待检测图像进行检测，得到检测结果。本发明通过改进yolov7网络模型，降低了网络参数总量和计算复杂度，同时还提高了网络推理速度，而且提高模型的准确率和精度。

公开(公告)号：CN115273072A

公开(公告)日：2022-11-01

申请号：CN202210663984.6

申请日：2022-06-13

Applicant: 南京林业大学

Inventor： 邹红艳 ,  朱瑞林 ,  李振业 ,  倪瑞涛

IPC: G06V20/68 ,  G06V10/30 ,  G06V10/44 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G01N21/84 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于改进Yolov5s模型的苹果叶片病害检测方法，首先，获取苹果叶片不同病害的图像，进行标签标注，构建初始数据集；采用图像处理方法扩充数据集，并划分训练集和测试集，得到最终的数据集；引入yolov5s网络模型并加以改进，使用改进后的模型对数据集进行训练得到最终的苹果叶片病害检测模型；利用最终的苹果叶片病害检测模型对待检测图像进行检测，得到检测结果。本发明通过改进yolov5s网络模型和引入Attentive GAN算法，不仅在网络训练模型时增强网络学习特征的表达能力，提高模型的准确率和精度，而且能够在雨天情况下实现对苹果叶片病害的准确识别。