一种基于特征增强的目标检测方法技术

本申请涉及计算机视觉领域，公开了一种基于特征增强的目标检测方法，包括以下步骤：S1、采集作物的多光谱图像和可见光图像，并进行预处理；S2、使用多通道卷积神经网络分别处理图像，提取特征；S3、融合提取的特征，得到融合特征；S4、在特征提取阶段使用空间和通道注意力模块，自适应调整特征图的空间分布和通道权重，得到注意力增强特征；S5、使用上下文感知模块，通过多尺度卷积核提取多尺度特征并拼接，形成上下文特征；S6、将上下文特征与融合特征融合，得到增强特征；S7、通过全连接层和Softmax层对增强特征分类和定位，输出病害检测结果。本方法适用于多种农业应用场景，提高了模型的适用性和推广价值。

【技术实现步骤摘要】

本专利技术涉及计算机视觉，具体为一种基于特征增强的目标检测方法。

技术介绍

1、随着农业技术的不断发展，作物病害检测作为保障农作物健康生长和提高农作物产量的重要环节，越来越受到重视。传统的作物病害检测方法主要依赖于农民的经验和手工检测，不仅耗时费力，而且容易受到人为因素的影响，导致检测结果不够准确。此外，手工检测的效率较低，难以满足大规模农田快速检测的需求。

2、近年来，随着计算机视觉和深度学习技术的飞速发展，基于图像处理和机器学习的自动化作物病害检测方法逐渐兴起。这些方法通过使用摄像头或多光谱相机采集作物图像，并利用卷积神经网络(cnn)等深度学习模型对图像进行处理和分析，实现对作物病害的自动检测和分类。这种自动化检测方法在一定程度上提高了检测效率和准确性，减轻了农民的负担。

3、然而，现有的基于深度学习的作物病害检测方法仍然存在一些不足之处。首先，单一的可见光图像信息在一些复杂环境下可能难以准确区分病害特征，容易受到光照变化、背景杂乱等因素的干扰，导致检测结果不够稳定。其次，现有方法在特征提取和融合方面存在局限性，难以充分利用多本文档来自技高网...

【技术保护点】

1.一种基于特征增强的目标检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于特征增强的目标检测方法，其特征在于，所述对提取的特征进行融合，得到融合特征Ffused的步骤包括：

3.根据权利要求1所述的基于特征增强的目标检测方法，其特征在于，所述空间注意力模块的步骤包括：

4.根据权利要求1所述的基于特征增强的目标检测方法，其特征在于，所述通道注意力模块的步骤包括：

5.根据权利要求1所述的基于特征增强的目标检测方法，其特征在于，所述上下文感知模块的步骤包括：

6.根据权利要求1所述的基于特征增强的目标检测方法，其...

【技术特征摘要】

1.一种基于特征增强的目标检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于特征增强的目标检测方法，其特征在于，所述对提取的特征进行融合，得到融合特征ffused的步骤包括：

3.根据权利要求1所述的基于特征增强的目标检测方法，其特征在于，所述空间注意力模块的步骤包括：

4.根据权利要求1所述的基于特征增强的目标检测方法，其特征在于，所述通道注意力模块的步骤包括：

5.根据权利要求1所述的基于特征增强的目标检测方法，其特征在于，所述上下文感知模块的步骤包括：

6.根据权利要求1所述的基于特征增强的目标检测方法，其特征在于...

【专利技术属性】
技术研发人员：付开洋，宋纪龙，王凯，王战，刘增凯，王文英，刘烨，王明泉，
申请(专利权)人：山东浩麟智能科技有限公司，
类型：发明
国别省市：