公开(公告)号：CN118711059A

公开(公告)日：2024-09-27

申请号：CN202410782095.0

申请日：2024-06-18

Applicant: 华南农业大学

Inventor： 李炫天 ,  李海锋 ,  周意 ,  岳学军 ,  宋庆奎 ,  钟文山 ,  陈俊致 ,  郑健宇 ,  丁子予 ,  陈彪 ,  陈宇杰 ,  温章媛

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06V10/764 ,  G06V10/77

Abstract: 本发明公开了一种基于深度学习的计算机视觉芦荟炭疽病检测方法。本发明中，基于卷积神经网络YOLOv8实现了自然环境下芦荟炭疽病病斑的自动检测，融合BiFPN网络和MCA注意力机制，基于这两个模块对YOLOv8网络进行改进对芦荟植株的炭疽病病斑进行定位识别。利用GAN数据增强以及YOLO数据增强，对芦荟植株的炭疽病数据集数量进行增强，再利用卷积神经网络进行特征提取，经过图像处理，提取了多尺度和遮挡情况下的病斑特征。对于病斑的数据，建立针对芦荟炭疽病病害程度的预测模型，通过mAP、准确率、鲁棒性等指标对模型进行评估，从而使得整个方法的准确性得到了提高，同时也降低了芦荟病害程度分析的时间，提高了检测效率，减轻了相关工作人员的劳动负担。