-
公开(公告)号:CN114819052A
公开(公告)日:2022-07-29
申请号:CN202210199557.7
申请日:2022-03-01
Applicant: 山东农业大学
IPC: G06N3/04 , G06V10/82 , G06V10/764 , G06K9/62 , G06V10/774 , G06N3/08 , G06F16/951
Abstract: 本申请涉及神经网络与目标识别技术领域,更为具体来说,本申请涉及一种基于改进的YOLOv5s模型的苹果病害识别方法。所述方法包括:获取苹果病害数据集,并对所述苹果病害数据集进行预处理;对YOLOv5s模型进行轻量化改进;基于预处理后的苹果病害数据集对改进后的YOLOv5s模型进行训练;利用训练好的改进后的YOLOv5s模型对目标苹果病害图像进行识别。本申请改进后模型达到模型轻量化、存储占用低,利用训练好的改进后的YOLOv5s模型对目标苹果病害图像进行识别,识别速度快且识别精度高。
-
公开(公告)号:CN114819052B
公开(公告)日:2025-03-21
申请号:CN202210199557.7
申请日:2022-03-01
Applicant: 山东农业大学
IPC: G06V10/764 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/084 , G06F16/951
Abstract: 本申请涉及神经网络与目标识别技术领域,更为具体来说,本申请涉及一种基于改进的YOLOv5s模型的苹果病害识别方法。所述方法包括:获取苹果病害数据集,并对所述苹果病害数据集进行预处理;对YOLOv5s模型进行轻量化改进;基于预处理后的苹果病害数据集对改进后的YOLOv5s模型进行训练;利用训练好的改进后的YOLOv5s模型对目标苹果病害图像进行识别。本申请改进后模型达到模型轻量化、存储占用低,利用训练好的改进后的YOLOv5s模型对目标苹果病害图像进行识别,识别速度快且识别精度高。
-