【技术实现步骤摘要】
本专利技术涉及伪装物体检测，特别是涉及一种边界引导下的多尺度信息融合的伪装物体检测方法。
技术介绍
1、近年来，病虫的各种入侵农作物，带来的经济损失是显而易见的。大规模的病虫害侵袭会导致农作物的减产甚至歉收，这直接影响了农民的收入。此外，农民还需要为防治病虫害而增加施药和其他防治手段的成本。病虫害还会导致农产品价格上涨，进一步加重消费者的经济负担。病虫害不仅直接影响着农作物的产量和品质，还对食品安全构成潜在威胁。某些病虫害会引发农作物病原体的感染，产生有害物质或致病因子，对人类健康造成潜在风险。如果不加以控制，病虫害可能还会传播到其他农作物，扩大食品安全问题的范围。农作物病虫害的大规模防治往往依赖于化学农药的使用，这会对生态环境造成一定的负面影响。农药残留会污染土壤和水源，对土地生态系统和水生态系统造成破坏，同时也伤害了益虫和其他对农作物有益的生物。这种生态平衡的失衡可能导致更严重的病虫害问题，加剧经济和环境的负担。因此，鉴于上述问题，结合实际情况，为寻求有效的伪装物体如害虫消灭的手段，保护我国粮食安全，研究者们开始了对伪装物体进行研究
2、本文档来自技高网...
【技术保护点】
1.一种边界引导下的多尺度信息融合的伪装物体检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的边界引导下的多尺度信息融合的伪装物体检测方法，其特征在于，所述S1中数据增强处理为：对伪装物图片进行旋转、切割和翻转。
3.根据权利要求1所述的边界引导下的多尺度信息融合的伪装物体检测方法，其特征在于，所述S3中轮廓引导模块CGM采用卷积进行建模，保留多层次低级边缘信息和高级全局位置信息。
4.根据权利要求1所述的边界引导下的多尺度信息融合的伪装物体检测方法，其特征在于，所述S4中特征增强模块FEM通过增加神经元的感受大小，使神...
【技术特征摘要】
1.一种边界引导下的多尺度信息融合的伪装物体检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的边界引导下的多尺度信息融合的伪装物体检测方法，其特征在于，所述s1中数据增强处理为：对伪装物图片进行旋转、切割和翻转。
3.根据权利要求1所述的边界引导下的多尺度信息融合的伪装物体检测方法，其特征在于，所述s3中轮廓引导模块cgm采用卷积进行建模，保留多层次低级边缘信息和高级全局位置信息。
4.根据权利要求1所述的边界引导下的多尺度信息融合的伪装物体...
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。