基于MS-YOLO的农作物害虫检测方法及装置
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
基于MS-YOLO的农作物害虫检测方法及装置
申请号:
CN202510862228
申请日期:
2025-06-25
公开号:
CN120747473A
公开日期:
2025-10-03
类型:
发明专利
摘要
本发明公开了一种基于MS‑YOLO的农作物虫害检测方法及装置,方法包括:采集农作物害虫图像构建数据集,将数据集分为训练集、验证集和测试集;对YOLOv11网络模型进行改进,构建MS‑YOLO网络模型;将训练数据集输入到MS‑YOLO网络模型中,进行预处理操作,并开展MS‑YOLO网络模型的训练;利用测试数据集对训练完成的MS‑YOLO模型展开性能验证,最终输出农作物虫害的检测结果。装置包括:处理器和存储器。本发明解决了现有工作中农作物害虫目标较小、尺度多样导致的检测效果不佳的难题。
技术关键词
农作物虫害
农作物害虫
全局特征融合
颈部结构
YOLO模型
上下文特征
网络
权重分配机制
多尺度特征融合
CSP结构
分支
多头注意力机制
融合特征
训练集
金字塔
捕获特征
非线性特征
处理器
模块
可读存储介质