公开(公告)号：CN116958784A

公开(公告)日：2023-10-27

申请号：CN202310919719.4

申请日：2023-07-24

Applicant: 河南农业大学

Inventor： 郭伟 ,  高春凤 ,  公政 ,  张慧 ,  乔红波

IPC: G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06V10/776 ,  G06V10/80 ,  G06N3/08

Abstract: 本发明公开了一种在自然环境中快速检测小麦赤霉病穗及严重度的方法，涉及图像识别技术领域，所述步骤包括如下：S1：使用改进的YOLOv5s网络检测田间小麦穗，以检测病穗和健康穗；S2：将本研究提出的改进YOLOv5s与YOLOv3‑Tiny、YOLOv4、SSD、Faster R‑CNN和YOLOv7模型进行了对比，验证了模型的有效性和优越性,可实现自然环境中小麦赤霉病(Fusarium head blight，FHB)的快速、实时、准确检测，本研究进一步统计出健康穗、患病穗、总穗，并将患病穗与总穗的比例作为病穗率，病穗率的决定系数(coefficient of determination，R2)达0.9802，按照病穗率的范围确定小麦FHB严重度，实现了较好的统计效果，结果表明，本研究提出的改进的YOLOv5s满足移动设备的实时、高效、准确要求。

公开(公告)号：CN119314044A

公开(公告)日：2025-01-14

申请号：CN202411355090.6

申请日：2024-09-26

Applicant: 河南农业大学

Inventor： 郭伟 ,  公政 ,  冯思凡 ,  董萍 ,  时雷 ,  乔红波 ,  岳继博 ,  张慧

IPC: G06V20/10 ,  G06V10/82 ,  G06V10/764 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/096

Abstract: 本发明涉及一种用于智能终端复杂背景下的轻量化小麦病害图像识别方法，与现有技术相比解决了难以实现复杂背景下小麦病害图像识别轻量化设计的缺陷。本发明包括以下步骤：获取小麦病害图像数据集；构建轻量化小麦病害识别模型；轻量化小麦病害识别模型的训练；待识别小麦病害图像的获取；小麦病害图像的识别。本发明能够在移动设备上灵活部署的同时实现高精确的病害程度识别，对模型结构进行了压缩，使用LeakyReLU和AdamW优化器对模型进行优化，提高了模型的响应速度，同时采用知识蒸馏方式学习高复杂度模型的特征提取结果，提高模型的准确率，最终实现了在移动设备上高效准确的识别小麦病害程度。