一种基于多标签策略的植物疾病和严重程度识别方法

    公开(公告)号:CN117274815A

    公开(公告)日:2023-12-22

    申请号:CN202311308728.6

    申请日:2023-10-10

    Applicant: 湖南大学

    Abstract: 一种基于多标签策略的植物疾病和严重程度识别方法,包括:1、构建训练集、验证集和测试集;2、构建多标签分类网络;3、选择一批农作物病害图片输入到多标签特征提取模块中,对农作物病害图片进行特征提取得到带有病害空间信息的特征,将特征输入到信息融合交流模块进行建模,得到病害语义特征,通过多尺度信息融合模块将病害语义特征和空间特征相融并输入到多标签预测解码模块中得到多标签分类结果;4、对多标签分类网络进行迭代训练;5、对多标签分类网络进行测试。本发明可以同等对作物种类、疾病和严重程度进行识别,多标签的分类方式同时结合了多任务网络的分类复杂度小和单任务网络没有额外分支的优点。

    一种基于显著性目标检测的复杂背景下棉花病害识别方法

    公开(公告)号:CN118658150A

    公开(公告)日:2024-09-17

    申请号:CN202411140040.6

    申请日:2024-08-20

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于显著性目标检测的复杂背景下棉花病害识别方法,先搭建棉花病害识别模型,获取棉花病害数据集,输入至特征编码模块中,提取棉花图像的语义特征和带有背景噪声的病害特征,语义特征输入至掩码解码模块得到突出前景的掩码;将掩码输入至特征变换模块,得到变换的掩码特征;将带有背景噪声的病害特征和变换的掩码特征输入识别解码模块,整合掩码特征中的前景信息和提取的病害特征进行虫害检测,得到识别结果;根据识别结果和预设的损失函数、指数移动平均方法对棉花病害识别模型的参数进行更新;获取实时棉花病害图片,输入至更新后的棉花识别模型,得到棉花病害识别结果。提高模型鲁棒性以及复杂环境下棉花病害识别准确率。

    一种基于显著性目标检测的复杂背景下棉花病害识别方法

    公开(公告)号:CN118658150B

    公开(公告)日:2024-11-15

    申请号:CN202411140040.6

    申请日:2024-08-20

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于显著性目标检测的复杂背景下棉花病害识别方法,先搭建棉花病害识别模型,获取棉花病害数据集,输入至特征编码模块中,提取棉花图像的语义特征和带有背景噪声的病害特征,语义特征输入至掩码解码模块得到突出前景的掩码;将掩码输入至特征变换模块,得到变换的掩码特征;将带有背景噪声的病害特征和变换的掩码特征输入识别解码模块,整合掩码特征中的前景信息和提取的病害特征进行虫害检测,得到识别结果;根据识别结果和预设的损失函数、指数移动平均方法对棉花病害识别模型的参数进行更新;获取实时棉花病害图片,输入至更新后的棉花识别模型,得到棉花病害识别结果。提高模型鲁棒性以及复杂环境下棉花病害识别准确率。

Patent Agency Ranking