公开(公告)号：CN114549996A

公开(公告)日：2022-05-27

申请号：CN202210271759.8

申请日：2022-03-18

Applicant: 重庆邮电大学

Inventor： 屈洪春 ,  张蔼琳 ,  黄锐 ,  孙敏

IPC: G06V20/10 ,  G06V10/40 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于注意力机制的野生蓝莓僵果病孢子特征识别方法，属于植物病害识别领域。该方法包括：S1：构建原始图像数据集；S2：增强数据；S3：将注意力机制与残差网络相结合，构建Model3‑CA模型；S4：设置参数：在模型中获取预训练参数；S5：处理图像特征：对模型的参数进行提取和保存，得到蓝莓僵果病孢子特征识别模型，利用该模型的卷积对训练数据集进行特征提取；S6：得到识别结果：通过模型可视化方法，利用梯度加权映射方法导入模型参数对图像进行可视化，得到蓝莓僵果病孢子特征识别结果并展示。本发明能对蓝莓僵果病的孢子特征进行快速有效的识别。

公开(公告)号：CN114596513B

公开(公告)日：2025-04-04

申请号：CN202210272323.0

申请日：2022-03-18

Applicant: 重庆邮电大学

Inventor： 屈洪春 ,  黄锐 ,  张蔼琳

IPC: G06V20/52 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于深度多任务学习的高丛蓝莓僵果病害识别方法，属于植物病害识别领域。该方法包括：S1：采集高丛蓝莓僵果病害图像数据集，对图像数据集进行数据标注生成感染部位识别数据集、感染阶段划分数据集和感染严重程度估计数据集；S2：对标注的图像数据集进行数据扩增；S3：在EfficientNet模型基础上搭建深度多任务蓝莓僵果病害识别模型；S4：利用步骤S2中扩增的图像数据集对步骤S3构建的深度多任务蓝莓僵果病害识别模型进行训练；S5：使用训练好的模型进行蓝莓僵果病感染部位识别，感染阶段划分，以及感染严重程度估计。本发明可以实现蓝莓僵果病害高效准确的识别，对农业病害监测有巨大的现实意义和价值。

公开(公告)号：CN114596513A

公开(公告)日：2022-06-07

申请号：CN202210272323.0

申请日：2022-03-18

Applicant: 重庆邮电大学

Inventor： 屈洪春 ,  黄锐 ,  张蔼琳

IPC: G06V20/20 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于深度多任务学习的高丛蓝莓僵果病害识别方法，属于植物病害识别领域。该方法包括：S1：采集高丛蓝莓僵果病害图像数据集，对图像数据集进行数据标注生成感染部位识别数据集、感染阶段划分数据集和感染严重程度估计数据集；S2：对标注的图像数据集进行数据扩增；S3：在EfficientNet模型基础上搭建深度多任务蓝莓僵果病害识别模型；S4：利用步骤S2中扩增的图像数据集对步骤S3构建的深度多任务蓝莓僵果病害识别模型进行训练；S5：使用训练好的模型进行蓝莓僵果病感染部位识别，感染阶段划分，以及感染严重程度估计。本发明可以实现蓝莓僵果病害高效准确的识别，对农业病害监测有巨大的现实意义和价值。