專利名稱 一種基于C3M-Yolov5s的農(nóng)業(yè)蟲害圖像檢測方法
申請?zhí)?專利號 CN202211461266.7 專利權(quán)人（第一權(quán)利人） 長春工業(yè)大學(xué)
申請日 2022-11-18 授權(quán)日 2026-01-06
專利類別 授權(quán)發(fā)明 戰(zhàn)略新興產(chǎn)業(yè)分類 新一代信息技術(shù)
技術(shù)主題 圖像檢測|農(nóng)業(yè)害蟲|蟲害|生物學(xué)|農(nóng)業(yè)工程|層|網(wǎng)絡(luò)層|成像功能|環(huán)境地質(zhì)學(xué)|算法|農(nóng)業(yè)
應(yīng)用領(lǐng)域 字符和模式識別|神經(jīng)架構(gòu)|神經(jīng)學(xué)習(xí)方法
意向價格 具體面議
專利概述 本發(fā)明提出一種基于C3M?Yolov5s的農(nóng)業(yè)蟲害圖像檢測方法，該方法包括：第一，為了在卷積提取圖像特征的同時降低原模型的參數(shù)量和計算成本，即加快網(wǎng)絡(luò)的收斂速度，將原模型Yolov5標(biāo)準(zhǔn)卷積Conv模塊更換為MobileNetV3中所提出的卷積模塊；第二，基于Bottleneck的結(jié)構(gòu)搭建出MBottleneck的瓶頸式卷積模塊，該結(jié)構(gòu)在保障較低參數(shù)量的條件下提取圖像特征時更加靈活，縮放卷積核大小后提取到的特征更具有特異性；第三，通過使用MConv和MBottleneck借鑒參差結(jié)構(gòu)搭建出C3M，其中參差結(jié)構(gòu)能夠有效避免梯度消失的弊端，合理的加深網(wǎng)絡(luò)的層數(shù)，這能夠進一步提升模型的特征獲取能力；第四，實驗設(shè)置基于公開農(nóng)業(yè)蟲害數(shù)據(jù)集IP102，使用C3M模塊替換原模型中Neck的C3提升模型Neck對于主干遞交的圖像特征的接收能力，結(jié)果表明模型的收斂速度在相同訓(xùn)練參數(shù)的配置下改進后模型保持了與原模型一致的mAP指標(biāo)，且AP50指標(biāo)、模型收斂速度有所提升。
圖片資料 一種基于C3M-Yolov5s的農(nóng)業(yè)蟲害圖像檢測方法
合作方式 具體面議
聯(lián)系人 戚梅宇 聯(lián)系電話 13074363281