公开(公告)号：CN114693616B

公开(公告)日：2024-08-09

申请号：CN202210263662.2

申请日：2022-03-17

Applicant: 黑龙江八一农垦大学

Inventor： 路阳 ,  张楠 ,  董宏丽 ,  蔡月芹 ,  田枫 ,  申雨轩 ,  胡仲瑞 ,  王鹏

IPC: G06T7/00 ,  G06V10/25 ,  G06V10/44 ,  G06V10/56 ,  G06V10/80 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提出一种基于改进目标检测模型与卷积神经网络的水稻病害检测方法、设备和介质。所述方法在实际稻田中拍摄不同复杂环境下的健康水稻叶片和稻瘟病、胡麻斑病、细菌性条斑病三种常见水稻病害；然后通过对比四种特征提取网络的试验结果，确定了ResNet‑101为最佳特征提取网络；针对水稻病害中小病斑识别率不高的问题，融合特征金字塔网络提升识别准确率。试验结果表明，融合ResNet‑101与特征金字塔网络的Faster R‑CNN模型能够有效检测复杂背景下的水稻三种常见病害，与未改进的Faster R‑CNN模型和YOLO、SSD算法相比，在保证实时检测的基础上，进一步提高了算法的准确率。

公开(公告)号：CN114693616A

公开(公告)日：2022-07-01

申请号：CN202210263662.2

申请日：2022-03-17

Applicant: 黑龙江八一农垦大学

Inventor： 路阳 ,  张楠 ,  董宏丽 ,  蔡月芹 ,  田枫 ,  申雨轩 ,  胡仲瑞 ,  王鹏

IPC: G06T7/00 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种基于改进目标检测模型与卷积神经网络的水稻病害检测方法、设备和介质。所述方法在实际稻田中拍摄不同复杂环境下的健康水稻叶片和稻瘟病、胡麻斑病、细菌性条斑病三种常见水稻病害；然后通过对比四种特征提取网络的试验结果，确定了ResNet‑101为最佳特征提取网络；针对水稻病害中小病斑识别率不高的问题，融合特征金字塔网络提升识别准确率。试验结果表明，融合ResNet‑101与特征金字塔网络的Faster R‑CNN模型能够有效检测复杂背景下的水稻三种常见病害，与未改进的Faster R‑CNN模型和YOLO、SSD算法相比，在保证实时检测的基础上，进一步提高了算法的准确率。