面向复杂干扰环境的无人机遥感图像松材线虫病识别模型构建方法及系统技术方案

技术编号:42504195 阅读:17 留言:0更新日期:2024-08-22 14:18
本发明专利技术公开了一种面向复杂干扰环境的无人机遥感图像松材线虫病识别模型构建方法及系统,构建原始松材线虫病数据集,经人工标注后划分为训练集、验证集和测试集,并制作干扰样本;构建YOLOv8‑RDD模型,将其主干网络中的Bottleneck模块替换为多级残差块ResNet2模块;在ResNet2模块中引入DPM特征增强模块,对ResNet2模块中传递的低频细节特征进行增强,并滤除高频噪声;在YOLOv8‑RDD模型的Neck网络中,将最邻近插值法替换为动态上采样算子DySample;利用训练集对YOLOv8‑RDD模型进行对抗训练后获得最佳权重,并将最佳权重用于测试集进行检测,得到具备抗干扰能力的松材线虫病识别模型。本发明专利技术真实反应无人机遥感图像在采集过程中可能遇到的大雾等干扰情况,运用YOLOv8‑RDD模型可以使无人机系统在复杂干扰环境下,依然保持较高的识别精度和鲁棒性。

【技术实现步骤摘要】

本专利技术森林病害识别,具体涉及一种面向复杂干扰环境的无人机遥感图像松材线虫病识别模型构建方法及系统


技术介绍

1、松材线虫病,又称松树萎蔫病,是由松材线虫引起的具有毁灭性的森林病害,属中国重大外来入侵种,已被中国列入对内、对外的森林植物检疫对象。该病蔓延多个省份,并导致大量松树枯死,对中国的松林资源、自然景观和生态环境造成严重破坏,造成了严重的经济和生态损失。

2、松材线虫的繁殖周期全部在松树体内,当携带松材线虫的媒介昆虫在健康松树枝条上取食时,线虫进入到松树体内,开始了繁殖周期,重复出现卵、幼虫和成虫。在25℃下,松材线虫5天1代,1对线虫20天内可繁殖20万条松材线虫。

3、现有目标检测模型大都是基于简单背景的森林病害识别,当面对复杂背景干扰的森林病害识别时,识别准确率往往会大大降低。在运用无人机对森林病害进行识别时,如果遇到大雾等特殊天气的干扰,传统的目标检测模型往往会出现错检、漏检的问题,致使林业管理员做出错误判断,错失最佳防治时机。


技术实现思路

1、为了解决上述所存在的本文档来自技高网...

【技术保护点】

1.一种面向复杂干扰环境的无人机遥感图像松材线虫病识别模型构建方法,其特征在于,所述方法包括:

2.根据权利要求1所述的面向复杂干扰环境的无人机遥感图像松材线虫病识别模型构建方法,其特征在于,所述步骤1中,构建原始松树线虫病数据集,经人工标注后划分为训练集、验证集和测试集,并制作干扰样本的具体方法是:

3.根据权利要求1所述的面向复杂干扰环境的无人机遥感图像松材线虫病识别模型构建方法,其特征在于,所述步骤2中,将YOLOv8-RDD模型主干网络中的Bottleneck模块替换为多级残差块ResNet2模块,其具体方法是:

4.根据权利要求3所述的面向复...

【技术特征摘要】

1.一种面向复杂干扰环境的无人机遥感图像松材线虫病识别模型构建方法,其特征在于,所述方法包括:

2.根据权利要求1所述的面向复杂干扰环境的无人机遥感图像松材线虫病识别模型构建方法,其特征在于,所述步骤1中,构建原始松树线虫病数据集,经人工标注后划分为训练集、验证集和测试集,并制作干扰样本的具体方法是:

3.根据权利要求1所述的面向复杂干扰环境的无人机遥感图像松材线虫病识别模型构建方法,其特征在于,所述步骤2中,将yolov8-rdd模型主干网络中的bottleneck模块替换为多级残差块resnet2模块,其具体方法是:

4.根据权利要求3所述的面向复...

【专利技术属性】
技术研发人员:方凯王伟杨紫佳王丽娜袁俊超冯海林
申请(专利权)人:浙江农林大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1