公开(公告)号：CN117876773A

公开(公告)日：2024-04-12

申请号：CN202410048232.8

申请日：2024-01-12

Applicant: 杭州电子科技大学

Inventor： 陈冬梅 ,  李佳 ,  魏凯华 ,  李响 ,  王海亮 ,  卢成波 ,  曹佩佩

IPC: G06V10/764 ,  G06V20/60 ,  G06V10/774 ,  G06V10/77 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于EfficienNetV2S的虫害细粒度识别方法，包括如下步骤：S1、收集农业昆虫图像，并预处理得到数据集；S2、构建细粒度分类模型，所述细粒度分类模型以EfficienNetV2‑S为主干网络，在EfficienNetV2‑S中带有SE注意力模块的MBConv模块嵌入一个多尺度注意力EMA模块，记为EMA‑MBConv；S3、将预处理后的数据集作为输入训练细粒度分类模型；S4、获取待识别的图像经预处理后，通过完成训练的细粒度分类模型进行昆虫分类。该方法解决实际农业中害虫种类多，背景复杂，类内差异大，类间差异小且数据分布不平衡导致害虫分类准确率低的问题。

公开(公告)号：CN116597332A

公开(公告)日：2023-08-15

申请号：CN202310685870.6

申请日：2023-06-09

Applicant: 杭州电子科技大学

Inventor： 陈冬梅 ,  卢成波 ,  魏凯华 ,  张竞成 ,  吴开华

IPC: G06V20/17 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464

Abstract: 本发明公开了一种基于无人机的茶树嫩芽检测方法，包括S1、拍摄包含茶树嫩芽的图像，并建立茶树嫩芽数据集；S2、构建Nanodet‑Tea轻量化茶树嫩芽识别模型；S3、应用步骤S1建立的茶树嫩芽数据集对Nanodet‑Tea轻量化茶树嫩芽识别模型进行训练，所述Nanodet‑Tea轻量化茶树嫩芽识别模型训练时加入训练辅助模块AGM并配合动态的软标签分配策略DSLA加速模型收敛；损失函数函数由Classification Cost，Regression Cost以及Distance Cost组成；S4、将通过步骤S3训练好的Nanodet‑Tea轻量化茶树嫩芽识别模型部署至嵌入式芯片；S5、建立图像传输系统，将图像实时传输到嵌入式芯片上进行检测，并将检测结果同步到显示设备上。该方法满足模型对嫩芽的高精度检测与轻量化的要求，实现使用搭载深度学习模型的无人机对茶树嫩芽进行精准检测。