【技术实现步骤摘要】
本专利技术涉及计算机图像学，特别涉及一种叶片病害检测模型的构建方法、系统、设备与介质。
技术介绍
1、水果产业是促进国家经济发展的一个重要分支，其中苹果在许多国家都有很高的需求，发展现代苹果种植业更是提高农村经济和农业生活水平的关键。
2、苹果病害的防治是苹果种植业中日常的作业之一，提高苹果疾病的获取效率是提高生产率、促进产业发展的重要手段之一，通过对苹果病害信息的及时获取，可以发现病害并进行有效防治。对提升苹果质量和减少农民经济损失有着重要作用。
3、传统的基于人工经验的苹果病害识别方法需要专业的农业工作者进行判断，不仅耗时耗力、成本高，也存在着主观性强和容易受干扰等问题。难以保证准确性和稳定性，盲目用药还可能导致影响苹果质量和环境污染等问题。且现有的深度学习模型仍存在一些问题，模型泛化能力较差，实时性和精度难以平衡，模型大小、运行速度和功耗等问题也给苹果病害检测带来了不小的挑战。
技术实现思路
1、本专利技术的目的在于针对上述现有技术的不足，提供一种叶片病害检测...
【技术保护点】
1.一种叶片病害检测模型的构建方法，其特征在于，包括：
2.如权利要求1所述的一种叶片病害检测模型的构建方法，其特征在于，所述采集叶片病害的图像数据后，对所述图像数据进行数据标注和数据增强，具体包括如下步骤：
3.如权利要求1所述的一种叶片病害检测模型的构建方法，其特征在于，所述筛选出非对称混洗块扩展因子p的最佳值，具体表达式为：
4.如权利要求1所述的一种叶片病害检测模型的构建方法，其特征在于，对训练后的所述轻量型叶片病害检测模型使用所述注意力机制时，对所述轻量型叶片病害检测模型中CSP结构的两个分支分别引入SA通道注意力和SA空
<...【技术特征摘要】
1.一种叶片病害检测模型的构建方法，其特征在于，包括：
2.如权利要求1所述的一种叶片病害检测模型的构建方法，其特征在于，所述采集叶片病害的图像数据后，对所述图像数据进行数据标注和数据增强，具体包括如下步骤：
3.如权利要求1所述的一种叶片病害检测模型的构建方法，其特征在于，所述筛选出非对称混洗块扩展因子p的最佳值，具体表达式为：
4.如权利要求1所述的一种叶片病害检测模型的构建方法，其特征在于，对训练后的所述轻量型叶片病害检测模型使用所述注意力机制时，对所述轻量型叶片病害检测模型中csp结构的两个分支分别引入sa通道注意力和sa空间注意力；
5.如权利要求1所述的一种叶片病害检测模型的构建方法，其特征在于，对训练后的所述轻量型叶片病害检测模型使用蓝图可分离卷积时，对耗时的卷积操作进行优化，将所述轻量型叶片病害检测模型中的深度可分离卷积替换为使用蓝图可分离卷积，通过所述蓝图可分离卷积的逐点卷积提取不同特征通道在空间位置中的特征信息。
6.如权利要求1所述的一种叶片病害检测模型的...
【专利技术属性】
技术研发人员：王美丽，张嘉恒，霍迎秋，刘莎，李嘉薇，金秀良，李书琴，
申请(专利权)人：西北农林科技大学，
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。