公开(公告)号：CN118470422B

公开(公告)日：2025-04-01

申请号：CN202410654325.5

申请日：2024-05-24

Applicant: 安徽大学

Inventor： 庞登浩 ,  程苛苛 ,  赵代超 ,  杜锦国曦 ,  阮超 ,  黄林生

IPC: G06V10/764 ,  G06V10/77 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明涉及一种基于CNN和ViT的柑橘黄龙病害识别方法，包括：柑橘黄龙病害图像样本的获取并进行预处理；组成数据集，将数据集划分为训练集、验证集和测试集；构建柑橘黄龙病害图像识别模型；对训练集进行预处理，将预处理后的训练集输入柑橘黄龙病害识别模型中进行训练；获取待检测的柑橘黄龙病害图像并进行预处理，输入训练后的柑橘黄龙病害识别模型，得到柑橘黄龙病害识别结果。本发明通过将CNN分支模型连接ViT分支模型，实现对柑橘黄龙图像病害的准确识别；使用三个级联的残差模块，相较于传统ResNet参数量大大减少，结合轻量化注意力模块使得在参数量大幅下降的同时，提高了模型精度，有效地减轻了背景干扰，提升了病虫害的识别性能。

公开(公告)号：CN118470422A

公开(公告)日：2024-08-09

申请号：CN202410654325.5

申请日：2024-05-24

Applicant: 安徽大学

Inventor： 庞登浩 ,  程苛苛 ,  赵代超 ,  杜锦国曦 ,  阮超 ,  黄林生

IPC: G06V10/764 ,  G06V10/77 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明涉及一种基于CNN和ViT的柑橘黄龙病害识别方法，包括：柑橘黄龙病害图像样本的获取并进行预处理；组成数据集，将数据集划分为训练集、验证集和测试集；构建柑橘黄龙病害图像识别模型；对训练集进行预处理，将预处理后的训练集输入柑橘黄龙病害识别模型中进行训练；获取待检测的柑橘黄龙病害图像并进行预处理，输入训练后的柑橘黄龙病害识别模型，得到柑橘黄龙病害识别结果。本发明通过将CNN分支模型连接ViT分支模型，实现对柑橘黄龙图像病害的准确识别；使用三个级联的残差模块，相较于传统ResNet参数量大大减少，结合轻量化注意力模块使得在参数量大幅下降的同时，提高了模型精度，有效地减轻了背景干扰，提升了病虫害的识别性能。