公开(公告)号：CN119152376B

公开(公告)日：2025-01-21

申请号：CN202411630867.5

申请日：2024-11-14

Applicant: 安徽农业大学

Inventor： 舒心 ,  吴云志 ,  丁杰 ,  王文宇 ,  焦裕轩

IPC: G06V20/10 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/80 ,  G06V10/44

Abstract: 本发明实施例提供了一种基于边缘增强的梨叶片多病害识别方法及装置，所述方法包括：获取到输入图像；将所述输入图像进行维度变换，得到维度变换图像；将所述维度变换图像经过多次卷积及池化，得到第一卷积图像；将所述第一卷积图像经过多次上采样及次反卷积，得到第二卷积图像；将所述输入图像进行边缘特征提取，得到边缘特征图，将所述边缘特征图与所述第二卷积图像进行特征融合；在融合时对重要特征部分进行加强，并在后段对融合特征图进行进一步特征提取，最终实现了对边缘模糊的病害的边缘较为精准的分割，先对原图片进行提取，得到富含边缘特征的与真实病害预测相似的边缘特征图，并将其融合在网络最后段，提升了模型预测的准确性，以及对边缘模糊病害的精确性。

公开(公告)号：CN119152376A

公开(公告)日：2024-12-17

申请号：CN202411630867.5

申请日：2024-11-14

Applicant: 安徽农业大学

Inventor： 舒心 ,  吴云志 ,  丁杰 ,  王文宇 ,  焦裕轩

IPC: G06V20/10 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/80 ,  G06V10/44

Abstract: 本发明实施例提供了一种基于边缘增强的梨叶片多病害识别方法及装置，所述方法包括：获取到输入图像；将所述输入图像进行维度变换，得到维度变换图像；将所述维度变换图像经过多次卷积及池化，得到第一卷积图像；将所述第一卷积图像经过多次上采样及次反卷积，得到第二卷积图像；将所述输入图像进行边缘特征提取，得到边缘特征图，将所述边缘特征图与所述第二卷积图像进行特征融合；在融合时对重要特征部分进行加强，并在后段对融合特征图进行进一步特征提取，最终实现了对边缘模糊的病害的边缘较为精准的分割，先对原图片进行提取，得到富含边缘特征的与真实病害预测相似的边缘特征图，并将其融合在网络最后段，提升了模型预测的准确性，以及对边缘模糊病害的精确性。