公开(公告)号：CN114937009A

公开(公告)日：2022-08-23

申请号：CN202210516355.0

申请日：2022-05-12

Applicant: 安徽大学

Inventor： 史枫林 ,  翁士状 ,  龚家骐 ,  张子茜 ,  孙浩宸

IPC: G06T7/00 ,  G06T3/40 ,  G06V10/22 ,  G06V10/46 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06T7/11 ,  G06N3/04

Abstract: 本发明特别涉及一种设施番茄叶部病斑检测方法，包括如下步骤：S100、无损、非破坏性获取设施番茄植株原始图像；S200、原始图像经过Input输入端缩放到标准尺寸并设定初始锚框；S300、在Backbone主干网络中依次经过Focus模块切片成特征图、经过卷积核的卷积操作、经过CBAM_CSP结构进行特征聚合；S400、进入Neck网络层聚合参数提取设施番茄叶部病斑特征；S500、提取的特征图经过Prediction结构训练的权重文件里的设施番茄叶部病斑特征以及损失函数进行目标预测，检测出图像中的病斑。根据基于Yolov5算法在Backbone主干网络的CSP结构中添加CBAM通道空间注意力模块，改进损失函数，利用改进后的算法提高设施番茄叶部病斑检测精度，本方法的检测结果准确，该方法可靠、实用性强。