龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：江苏科技大学
摘要：本发明公开了一种基于改进YOLOX‑Nano算法的轻量化苹果叶片病害检测方法，属于计算机视觉目标检测领域，可以应用于实时的苹果叶片病害检测，包括以下步骤，步骤一：收集苹果叶片病害公开数据集并对数据集进行数据增强以及标注从而制作成苹果叶片病害数据集。步骤二：改进主干特征提取网络，引入SPPCSPC模块跨阶段空间金字塔池化来替换该模型主干特征提取网络的空间SPP模块金字塔池化以及CSP模块跨阶段局部网络；实验表明本发明相对原模型对苹果叶片病害检测的漏检率低，平均精度高，并且凭借其轻量化的模型可以有效地以更低的成本应用在苹果叶片病害检测场景。
主权项：1.一种基于改进YOLOX-Nano算法的轻量化苹果叶片病害检测方法，其特征在于主要包括以下步骤：步骤一、首先从Kaggle官网赛事中下载了FGVC8苹果叶片病害公共数据集，并对该数据集进行预处理；步骤二、对于单阶段目标检测模型YOLOX-Nano算法主干网络的尾部的Dark5结构，引入跨阶段空间金字塔池化Cross-StagePartialSpatialPyramidPooling,SPPCSPC来更换原来Dark5结构中的跨阶段局部网络CrossStagePartial,CSP和空间金字塔池化SpatialPyramidPooling,SPP；步骤三、对于单阶段目标检测模型YOLOX-Nano，在主干网络Dark3、Dark4、Dark5三个分支尾部添加高效通道注意力模块EffificientChannelAttention,ECA；步骤四、根据数据集以及模型实际训练情况来优化损失函数；步骤五、模型训练；步骤六、使用训练好的YOLOX-Nano模型来检测具有病害的苹果叶片，从而确定病害种类以及位置信息。
全文数据：
权利要求：
百度查询： 江苏科技大学 一种基于改进YOLOX-Nano算法的轻量化苹果叶片病害检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号