基于MS-YOLO的农作物害虫检测方法及装置

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
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