面向复杂干扰环境的无人机遥感图像松材线虫病识别模型构建方法及系统
摘要：
本发明公开了一种面向复杂干扰环境的无人机遥感图像松材线虫病识别模型构建方法及系统，构建原始松材线虫病数据集，经人工标注后划分为训练集、验证集和测试集，并制作干扰样本；构建YOLOv8‑RDD模型，将其主干网络中的Bottleneck模块替换为多级残差块ResNet2模块；在ResNet2模块中引入DPM特征增强模块，对ResNet2模块中传递的低频细节特征进行增强，并滤除高频噪声；在YOLOv8‑RDD模型的Neck网络中，将最邻近插值法替换为动态上采样算子DySample；利用训练集对YOLOv8‑RDD模型进行对抗训练后获得最佳权重，并将最佳权重用于测试集进行检测，得到具备抗干扰能力的松材线虫病识别模型。本发明真实反应无人机遥感图像在采集过程中可能遇到的大雾等干扰情况，运用YOLOv8‑RDD模型可以使无人机系统在复杂干扰环境下，依然保持较高的识别精度和鲁棒性。
相关知识
基于AI技术松材线虫病智能识别方案
无人机遥感监测作物病虫害胁迫方法与最新研究进展
一种棉花蚜虫遥感预报模型的构建方法
无人机遥感监测作物病虫害研究进展
浙江数字化防治松材线虫病
基于无人机图像的边坡病害识别方法
松材线虫病防治方法与监测设备
一种用于农田病虫害的无人机遥感监测方法及系统.pdf
基于无人机高光谱遥感的荒漠草原覆盖度提取方法研究
国内外林业有害生物防治靶标识别技术的研究与展望
网址: 面向复杂干扰环境的无人机遥感图像松材线虫病识别模型构建方法及系统 https://m.huajiangbk.com/newsview637095.html
| 上一篇: 松材线虫病监测防控进入数智化时代 |
下一篇: 龙陵县有效防治“不冒烟的森林火灾 |
