公开(公告)号：CN117876338A

公开(公告)日：2024-04-12

申请号：CN202410054587.8

申请日：2024-01-15

Applicant: 河北农业大学

Inventor： 刘博 ,  郭娜炜 ,  栾朋 ,  李洁 ,  耿萌萌 ,  贾超旺 ,  赵元明 ,  张宇杰

IPC: G06T7/00 ,  G06V10/82 ,  G06V10/774 ,  G06V10/26 ,  G06V10/40 ,  G06V10/80 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种面向开放环境的单阶段作物叶片异常识别方法，属于计算机视觉和植物病理学技术领域，该方法包括以下步骤：S1、数据采集与预处理；S2、基于步骤S1的数据集，进行数据增强；S3、构建单阶段训练模型；S4、进行模型训练与推理。本发明采用上述的一种面向开放环境的单阶段作物叶片异常识别方法，不仅降低了对训练数据的获取难度，简化了实施过程，提高了病斑识别的准确性和效率，而且通过将叶片分割和病斑识别集成在同一深度学习框架中，为大规模农业监控和植物病理学研究提供一种实用、高效的工具，在处理不同作物种类和各种环境条件下的叶片图像方面表现出良好的泛化能力和适应性，具有广泛的应用前景和重大的实用价值。