基于分级模型的黄金梨病斑检测与识别方法

吕媛媛, 张勇

农业技术与装备 ›› 2025, Vol. 0 ›› Issue (9) : 1 -3+7.

农业技术与装备 ›› 2025, Vol. 0 ›› Issue (9) : 1 -3+7.

基于分级模型的黄金梨病斑检测与识别方法

    吕媛媛, 张勇
作者信息 +

Author information +
文章历史 +

摘要

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0.843 6,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

Key words

引用本文

引用格式 ▾
吕媛媛, 张勇. 基于分级模型的黄金梨病斑检测与识别方法[J]. 农业技术与装备, 2025, 0(9): 1-3+7 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

基金资助

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)

AI Summary AI Mindmap

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/