一种基于改进YOLOv6的荔枝病虫害检测方法、检测平台及终端

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于改进YOLOv6的荔枝病虫害检测方法、检测平台及终端
申请号:CN202411435894
申请日期:2024-10-15
公开号:CN119418266B
公开日期:2025-10-17
类型:发明专利
摘要
本发明公开了一种基于改进YOLOv6的荔枝病虫害检测方法、检测平台及终端,包括:拍摄采集病虫害图片,并对图片进行标注构建训练所需的真实果园场景下的荔枝病虫害数据集,使用数据增强技术对数据集进行数据增强处理;使用处理后的数据集在pytorch框架上训练改进的YOLOV6模型,通过调参得到训练好的荔枝病虫害检测pt模型;采集荔枝植物图片输入训练好的荔枝病虫害检测pt模型得到荔枝病虫害检测结果;将训练后的pt模型转为通用的onnx模型,并进行模型裁剪,再转化为rknn模型并进行ptq量化,将模型从float32类型量化为int8类型,在嵌入式设备上调用模型推理的API接口,将模型部署在检测平台上。
技术关键词
病虫害检测方法 荔枝 检测平台 采样模块 输出特征 嵌入式设备 网络 图片 多尺度特征融合 检测头 更新模型参数 退火策略 数据 多级特征 通道 标签类别 尺寸特征 样本
系统为您推荐了相关专利信息
多任务检测方法 车道 计算机程序指令 多任务联合学习 多任务损失函数
信号传输优化方法 电路板 深度学习算法 深度学习模型训练 信号特征
故障状态监测 故障监测系统 运算放大器 电容 电阻
通用定时器 DCDC控制系统 协处理器 输出模块 采样模块
注意力 特征提取网络 姿态估计 人体骨架 卷积模块