一种基于深度学习的茶叶虫害识别方法技术

本发明专利技术提供了茶叶虫害识别技术领域的一种基于深度学习的茶叶虫害识别方法，包括：步骤S1、采集大量茶叶图像进行预处理后构建数据集；步骤S2、将数据集划分为训练集、测试集以及验证集；步骤S3、基于YOLOv8n网络的输入模块、特征提取模块、颈部模块以及头部模块创建一茶叶虫害识别模型，设定茶叶虫害识别模型的损失函数；特征提取模块设有SCConv单元构成；颈部模块设有EMA单元；头部模块设有边界框回归层以及分类层；步骤S4、通过训练集对茶叶虫害识别模型进行训练，通过测试集对茶叶虫害识别模型进行测试，通过验证集对茶叶虫害识别模型进行验证；步骤S5、通过茶叶虫害识别模型进行茶叶虫害识别。本发明专利技术的优点在于：极大的提升了茶叶虫害识别准确度。

【技术实现步骤摘要】

本专利技术涉及茶叶虫害识别，特别指一种基于深度学习的茶叶虫害识别方法。

技术介绍

1、茶树优渥的生态环境，容易导致茶叶滋生出复杂多样的害虫，而害虫直接关系到茶叶的产量和品质，因此需要对害虫进行防治，为了对害虫进行有针对性的防治，需要对害虫进行识别。

2、随着深度学习、物联网、大数据等技术的发展，农业害虫智慧化防治领域发展迅速。目前，针对茶叶害虫的识别，主要通过分析茶叶图像中的害虫特征(图像特征)进行识别，但现有的识别算法难以处理高分辨率图像，提取害虫特征方面存在局限性，且存在多尺度变化适应性差、重要信息易丢失等问题，导致茶叶虫害的识别准确度欠佳。

3、因此，如何提供一种基于深度学习的茶叶虫害识别方法，实现提升茶叶虫害识别准确度，成为一个亟待解决的技术问题。

技术实现思路

1、本专利技术要解决的技术问题，在于提供一种基于深度学习的茶叶虫害识别方法，实现提升茶叶虫害识别准确度。

2、本专利技术是这样实现的：一种基于深度学习的茶叶虫害识别方法，包括如下步骤：</p>

3、步骤本文档来自技高网...

【技术保护点】

1.一种基于深度学习的茶叶虫害识别方法，其特征在于：包括如下步骤：

2.如权利要求1所述的一种基于深度学习的茶叶虫害识别方法，其特征在于：所述步骤S1具体为：

3.如权利要求1所述的一种基于深度学习的茶叶虫害识别方法，其特征在于：所述步骤S2具体为：

4.如权利要求1所述的一种基于深度学习的茶叶虫害识别方法，其特征在于：所述步骤S3中，所述输入模块用于茶叶图像的输入；所述特征提取模块用于从茶叶图像中提取虫害特征；所述颈部模块用于融合提取的各虫害特征；所述头部模块用于输出虫害识别结果。

5.如权利要求1所述的一种基于深度学习的茶叶虫害识别方法...

【技术特征摘要】

1.一种基于深度学习的茶叶虫害识别方法，其特征在于：包括如下步骤：

2.如权利要求1所述的一种基于深度学习的茶叶虫害识别方法，其特征在于：所述步骤s1具体为：

3.如权利要求1所述的一种基于深度学习的茶叶虫害识别方法，其特征在于：所述步骤s2具体为：

4.如权利要求1所述的一种基于深度学习的茶叶虫害识别方法，其特征在于：所述步骤s3中，所述输入模块用于茶叶图像的输入；所述特征提取模块用于从茶叶图像中提取虫害特征；所述颈部模块用于融合提取的各虫害特征；所述头部模块用于输出虫害识别结果。

5.如权利要求1所述的一种基于深度学习的茶叶虫害识别方法，其特征在于：所述步骤s3中，所述wiouv3函数的公式为：

6.如权利要求1所述的一种基...

【专利技术属性】
技术研发人员：李宏胥，王白娟，袁文霞，汪泽军，杨芳，刘晓慧，王淳，肖睿，郭啟聪，
申请(专利权)人：云南农业大学，
类型：发明
国别省市：