公开(公告)号：CN117115682A

公开(公告)日：2023-11-24

申请号：CN202310852749.8

申请日：2023-07-12

Applicant: 南京林业大学

Inventor： 潘洁 ,  叶信泉 ,  刘高升

IPC: G06V20/17 ,  G06V20/10 ,  G06V10/764 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/24

Abstract: 本发明公开一种基于深度学习的松材线虫病变色疫木的快速检测方法，属于松材线虫病变色疫木检测的技术领域。首先通过无人机获取松材线虫病变色疫木影像数据，对获取的影像数据进行清洗后建立松材线虫病疫木数据集并对变色疫木标注；基于YOLOv5s进行模型的改进，使用改进后的模型PWD‑YOLO进行模型的训练；将训练好的模型部署到无人机等嵌入式设备上，对林区内松材线虫病疫木进行实时地检测。本发明通过对原始YOLOv5s进行改进，提高了模型在拥有复杂背景的混交林检测精度的同时，极大地压缩了模型的体积、参数量和计算量，也提高了模型的检测度，实现部署到消费级无人机对复杂背景下的林分进行实时且高效的检测。