公开(公告)号：CN115619719A

公开(公告)日：2023-01-17

申请号：CN202211172167.7

申请日：2022-09-26

Applicant: 华南农业大学

Inventor： 张建桃 ,  吴锟杰 ,  尹选春 ,  文晟 ,  林筱芸

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/70 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于改进Yolo v3网络模型的松材线虫病疫木检测方法，包括：采集并制作松材线虫病疫区正射影像图，经图像预处理后得到原始数据集；对Yolo v3网络模型的主干特征提取网络及预测分支部分模块进行优化，得到改进后的Yolo v3网络模型；对改进后的网路模型进行训练，获取检测网络最优模型；使用最优检测模型对松材线虫病疫木图像进行检测；将检测到的松材线虫病疫木的图像与完整正射影像图进行对照，得到真实的地理位置坐标，并统计得到图像中检测到的目标框即疫木的数量。本发明在大幅地减少模型参数量、降低存储成本的同时，提高松材线虫病疫木的检测精度，通过定位与计数也能让林业工作者更为准确地对疫木进行处理。