【技术实现步骤摘要】
本专利技术属于农业信息化领域，尤其涉及一种融合行为与视觉特征的家蚕脓病早期智能诊断方法。
技术介绍
1、家蚕是一种重要的经济昆虫，在我国各地均有饲养。同时，家蚕十分容易感染病害，其中家蚕脓病是滋生频率高、传染性强的主要病害，其每年的发生频率占据所有病害的60％以上，严重威胁我国蚕业生产安全。
2、在真实环境下及早筛查出染病家蚕，有利于精准防治和减少损失，而现有基于人工智能和计算机视觉的家蚕病害识别方法仅仅局限于家蚕病变后的视觉特征，即使用病蚕图像和健康蚕图像作为数据集，再使用卷积神经网络搭建识别或定位模型。然而，视觉特征容易受到家蚕品种、采集环境和采集设备的影响，识别的可靠性非常低，且只有在出现明显的病变特征时才能够奏效。
3、本专利技术根据家蚕在染病会表现出异常的行为特征，即狂躁爬行，在染病中晚期会出现环节肿胀和脓液流出，使用深度学习技术分别提取这两种特征，而后开展识别，方法可以不受品种、环境、设备等因素的干扰，能够提供一种准确可靠的脓病早期智能诊断方法。
技术实现思路>
1、本专利技本文档来自技高网...
【技术保护点】
1.一种融合行为与视觉特征的家蚕脓病早期智能诊断方法，其特征在于包括以下步骤：
2.根据权利要求1所述的一种融合行为与视觉特征的家蚕脓病早期智能诊断方法，其特征在于：所述视频图像可以是提前拍摄保存在计算机中的视频文件，也可以是摄像头实时采集的视频，同步进行检测-匹配-诊断。
3.根据权利要求1所述的一种融合行为与视觉特征的家蚕脓病早期智能诊断方法，其特征在于：所述S1中的个体检测模型是以YOLO v8为基础构架，在特征提取网络后添加通道校正模块，在主干网络和特征融合网络之间添加空间增强模块，通过通道校正网络实现通道校正，经训练的个体检测模型，检
【技术特征摘要】
1.一种融合行为与视觉特征的家蚕脓病早期智能诊断方法，其特征在于包括以下步骤：
2.根据权利要求1所述的一种融合行为与视觉特征的家蚕脓病早期智能诊断方法，其特征在于：所述视频图像可以是提前拍摄保存在计算机中的视频文件，也可以是摄像头实时采集的视频，同步进行检测-匹配-诊断。
3.根据权利要求1所述的一种融合行为与视觉特征的家蚕脓病早期智能诊断方法，其特征在于：所述s1中的个体检测模型是以yolo v8为基础构架，在特征提取网络后添加通道校正模块，在主干网络和特征融合网络之间添加空间增强模块，通过通道校正网络实现通道校正，经训练的个体检测模型，检测精度≥97％。
4.根据权利要求1所述的一种融合行为与视觉特征的家蚕脓病早期智能诊断方法，其特征在于：所述个体检测模型构建时，需在真实环境下采集家蚕图像，图像数量≥10000张，图像尺寸≥640×640，而后使用标注工具标注出每只家蚕头部在图像中的位置，用头部的外接矩形框表示其位置。
5.根据权利要求1所述的一种融合行为与视觉特征的家蚕脓病早期智能诊断方法，其特征在于：所述个体身份重识别模型是基于金字塔结构的卷积核，添加了通道注意力机制提升关键信息...
【专利技术属性】
技术研发人员：石洪康，祝诗平，李林波，黄华，胡光荣，田丁伊，张剑飞，
申请(专利权)人：宜宾西南大学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。