【技术实现步骤摘要】
本专利技术属于图像处理的，具体涉及一种用于农业领域植物叶片和害虫类别的智能识别方法及装置。
技术介绍
1、在现代农业生产中，准确地识别和分类不同种类的植物叶片及其上的害虫是至关重要的，因为这直接关系到病虫害的防控效率和农作物的健康生长，对于实现精准农业、病虫害管理和作物健康监测有着重要意义。传统上，这一任务主要依赖于农业专家和植保人员的经验进行视觉判断，通过直接观察或使用简单的放大设备来识别叶片病变和害虫类型。然而，这种方法存在以下几个问题：1.效率低下：手动识别耗时且劳动强度大，难以适应大规模农田的需求。2.准确性有限：识别准确度高度依赖个体经验，不同人员之间的识别结果可能存在差异。3.及时性差：人工识别反应慢，不能实现实时监控和快速响应，容易错过最佳防治时机。因此采用人工智能技术去辅助对于植物叶片和害虫图像的分类显得尤为重要，这在提高分类效率的同时，还能提升分类准确率，并且，计算机系统可以事实处理图像数据，及时发现和报告潜在的病害和害虫问题，有助于及时采取防止措施。
2、在现代农业领域，对植物叶片和害虫进行细粒度图像分类...
【技术保护点】
1.用于农业领域不同植物叶片和不同害虫的分类方法，其特征在于，包括下述步骤：
2.根据权利要求1所述用于农业领域不同植物叶片和不同害虫的分类方法，其特征在于，所述获取植物叶片数据集和农业害虫数据集并进行预处理，具体为：
3.根据权利要求1所述用于农业领域不同植物叶片和不同害虫的分类方法，其特征在于，所述对数据集进行数据增强具体为：
4.根据权利要求1所述用于农业领域不同植物叶片和不同害虫的分类方法，其特征在于，所述构建基于自注意力机制的Vision Transformer骨干网络，将增强后的数据集输入至Vision Transfor...
【技术特征摘要】
1.用于农业领域不同植物叶片和不同害虫的分类方法，其特征在于，包括下述步骤：
2.根据权利要求1所述用于农业领域不同植物叶片和不同害虫的分类方法，其特征在于，所述获取植物叶片数据集和农业害虫数据集并进行预处理，具体为：
3.根据权利要求1所述用于农业领域不同植物叶片和不同害虫的分类方法，其特征在于，所述对数据集进行数据增强具体为：
4.根据权利要求1所述用于农业领域不同植物叶片和不同害虫的分类方法，其特征在于，所述构建基于自注意力机制的vision transformer骨干网络，将增强后的数据集输入至vision transformer骨干网络提取图像的特征，具体为：
5.根据权利要求1所述用于农业领域不同植物叶片和不同害虫的分类方法，其特征在于，所述通过显著性特征筛选引擎来选择骨干网络编码特征中最具辨别性区域对应的令牌用于分类，具...
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。