-
公开(公告)号:CN113379727A
公开(公告)日:2021-09-10
申请号:CN202110743450.X
申请日:2021-07-01
Applicant: 南昌工程学院
Abstract: 本发明公开了基于改进YOLOv4‑Tiny特征融合的猕猴桃叶面病害检测方法,通过分析猕猴桃叶面病害的数据集特性,从而修改YOLOv4‑Tiny的网络结构,使用上采样的方式,在Head部分额外添加了两层输出;同时,借鉴ResNet的残差学习结构,通过shortcut直接映射,从而实现更加快速的特征融合,而ResNet的直接映射的加入,保证了l+1层的网络一定比l层包含更多的图像信息,仅仅是每一维度的信息增加了,但是描述图像的维度本身并没有增加,这有利于最终的图像的识别,同时达到减小模型的大小,提高识别的速度的效果,从而实现实时性的检测。
-
公开(公告)号:CN215833276U
公开(公告)日:2022-02-15
申请号:CN202121079769.9
申请日:2021-05-20
Applicant: 南昌工程学院
Abstract: 本实用新型涉及叶片图像采集技术领域,具体揭示了一种猕猴桃叶面病害检测用图像采集装置,包括工作台、U形支架和叶片固定机构,工作台顶部且靠近背面的中央位置处固定连接有导轨,导轨的内部沿纵向滑动连接有滑块,滑块顶部的中央固定连接有轴承,U形支架底部的中央固定连接有连接杆,连接杆底部的中央固定连接有转轴,转轴转动连接于轴承的内部,叶片固定机构包括第一夹板和第二夹板,第一夹板和第二夹板之间通过塑料片转动连接,叶片固定机构可拆卸插接于U形支架的内侧,工作台顶部通过伸缩式支架安装有相机;本实用新型能够通过凸块将叶片压的平整,使弯曲的叶片变成一个平面,有利于对叶片表面进行分析。
-