-
题名基于分级模型的黄金梨病斑检测与识别方法
- 1
-
-
作者
吕媛媛
张勇
-
机构
河南工业职业技术学院基础教学部
-
出处
《农业技术与装备》
2025年第9期1-3,7,共4页
-
基金
2025年度河南省科技攻关项目“基于机器视觉和ResNet网络融合的黄金梨病斑分级检测技术研究”(252102110356)
2024年河南省科学技术厅第六批省科技研发计划联合基金(产业类)项目“智能眼底相机的研制与产业化”(245101610063)。
-
文摘
提出一种基于分级模型的黄金梨病斑检测与识别方法,旨在提升果实病害检测的精度和分级可靠性。首先,通过多光谱工业相机系统采集黄金梨图像,并采用灰度化、高斯滤波及Canny算子等技术进行图像预处理;其次,构建包含多种病害特征的黄金梨病斑数据集,并使用Mask R-CNN进行初步分割和人工标注;再次,利用改进的DeepLabV3+模型结合SENet和ECANet注意力机制模块,提高复杂背景下病斑分割的精确性。实验表明,该模型在IoU值上达到0.8436,显著优于传统方法,病斑分级分类的准确率达到95.2%,展示了其在处理不同病斑类型和背景下的鲁棒性和泛化能力。
-
关键词
黄金梨
病斑
检测
多阶段分级模型
-
Keywords
Pyrus pyrifolia
lesion
detection
multi-stage hierarchical model
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
S226.5
[农业科学—农业机械化工程]
-
