【技术实现步骤摘要】
本专利技术属于人工智能计算机视觉检测，尤其涉及基于无人机遥感和改进yolov8的小麦赤霉病轻量化检测方法及系统。
技术介绍
1、小麦赤霉病是由多种镰刀菌引起的全球小麦生产中最广泛和最具破坏力的病害之一，严重时会减产80％～90％，甚至颗粒无收，且赤霉病产生的次生代谢产物均为毒素，人畜误食后严重危害健康。因此在小麦生长过程中实现赤霉病发生发展的及时准确监测，进而采取有效的防治措施，对确保小麦优质、高效、安全生产具有重要意义。此外从gb/t15796—2011《小麦赤霉病测报技术规范》中了解到，统计小麦赤霉穗数是获取赤霉病病情严重度的重要依据，且是研究小麦抗性育种(抗赤霉病)的重要指标。因此，实现对小麦穗赤霉病的检测有利于评估病害对小麦产量和质量的影响，指导农户和相关人员采取相应的控制和管理措施。
2、目前针对小麦穗赤霉病识别的方法主要有人工田间目视调查、高光谱成像等。基于人工目视调查的方法耗时耗力，且不利于大规模调查防治；高光谱成像技术因其抗干扰能力强、检测速度快等特点广泛应用于作物病害检测领域，结合光谱分析与图像处理技术，可...
【技术保护点】
1.基于无人机遥感及改进YOLOv8的小麦赤霉病检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于无人机遥感及改进YOLOv8的小麦赤霉病检测方法，其特征在于，所述S1具体包括如下内容：
3.根据权利要求1所述的基于无人机遥感及改进YOLOv8的小麦赤霉病检测方法，其特征在于，所述S2具体包括如下内容：
4.根据权利要求1所述的基于无人机遥感及改进YOLOv8的小麦赤霉病检测方法，其特征在于，所述S3具体包括如下内容：
5.根据权利要求4所述的基于无人机遥感及改进YOLOv8的小麦赤霉病检测方法，其特征在...
【技术特征摘要】
1.基于无人机遥感及改进yolov8的小麦赤霉病检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于无人机遥感及改进yolov8的小麦赤霉病检测方法，其特征在于，所述s1具体包括如下内容：
3.根据权利要求1所述的基于无人机遥感及改进yolov8的小麦赤霉病检测方法，其特征在于，所述s2具体包括如下内容：
4.根据权利要求1所述的基于无人机遥感及改进yolov8的小麦赤霉病检测方法，其特征在于，所述s3具体包括如下内容：
5.根据权利要求4所述的基于无人机遥感及改进yolov8的小麦赤霉病检测方法，其特征在于，所述s4具体包括如下内容：
6.根据权利要求5所述的基于无人机遥感及改进yolov8的小麦赤霉病检测方法，其特征在于，所述s5具体包括如下内容：
7.根据权利要求6所述的基于无人机遥感及改进yolov...
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。