一种行道树安全风险特征的检测方法、系统、设备及存储介质
申请号:CN202411873720
申请日期:2024-12-18
公开号:CN119810630A
公开日期:2025-04-11
类型:发明专利
摘要
本发明公开了一种行道树安全风险特征的检测方法、系统、设备及存储介质,包括:获取行道树上树干的待识别图像信息;采用预训练的检测模型,对待识别图像信息上的病虫害进行检测,得到检测结果;其中,检测模型是基于改进后的YOLOv8网络预训练得到的,改进后的YOLOv8网络包括SKA模块,且采用WIOU损失作为损失函数。本申请的SKA机制可使模型捕获多尺度的病虫害特征信息,提高了检测能力;WIOU损失函数可以聚焦于普通质量的锚框,降低了误检、漏检以及不完整检测的风险。本申请的检测模型可对普通质量的行道树树干的图像信息进行多尺度的病虫害识别,且识别精度高,为城市绿化管理和决策提供了更全面的参考依据。
技术关键词
识别图像信息
多尺度卷积核
行道树
病虫害
训练检测模型
注意力机制
城市绿化管理
特征融合网络
模块
分支
风险
处理器
计算机设备
超参数
可读存储介质
存储器
数据