本发明涉及目标检测,尤其是水稻病虫害检测方法及系统。
背景技术:
1、水稻在我国粮食作物中占据重要地位,其产量与我国的粮食安全问题紧密相连,但它在生长过程中经常会遇到虫害的威胁。受各种环境影响,水稻害虫的发生逐年加重,对水稻的产量和安全造成了十分严重的损害,虫害防治也成为了水稻生长中的首要问题。传统的除虫方法主要是通过人工识别和诱杀,这不仅耗时耗力,还会因为农药喷洒不当造成水稻进一步减产。因此,精准识别田间复杂环境下的水稻虫害是至关重要的。只有精准除杀害虫,才能使水稻产量得到保障。随着人工智能技术的不断发展,深度学习方法在农作物病虫害检测领域已被广泛应用,已有的目标检测算法在复杂环境下虫害的识别上取得了一些进展,但田间杂乱的背景和目标体积较小等给农作物害虫检测带来的干扰并没有被解决。
技术实现思路
1、发明目的:本发明的目的是提供一种增强特征提取能力、扩大特征提取感受野、降低计算复杂性的水稻病虫害检测方法及系统。
2、技术方案:本发明所述的水稻病虫害检测方法,包括如下步骤:
3、获取水稻图片,输入到训练好的检测模型中,得到水稻图片中水稻病虫害的类别信息和位置信息;
4、所述检测模型为yolov8n模型,利用optimize sppf模块替换yolov8n中的sppf模块,利用c2f-faster模块替换yolov8n中的c2f模块;所述optimize sppf为在sppf模块的第二个池化层后连接卷积单元,与sppf模块的输出融合后得到optimize sppf模块的输出;所述c2f-faster模块为将c2f模块的bottleneck替换为fasternet模块;
5、所述检测模型的训练方法为:获取包含水稻病虫害的水稻图像并进行标注得到数据集,利用所述数据集对所述检测模型进行训练。
6、进一步地,利用c2f-faster模块替换yolov8n中neck部分的c2f模块。
7、进一步地,所述获取包含水稻病虫害的水稻图像并进行标注得到数据集之后还包括,将数据集分为训练集、测试集和验证集。
8、进一步地,水稻病虫害的类别信息包括褐斑病、稻瘟病和白叶枯病。
9、进一步地,所述得到水稻图片中水稻病虫害的类别信息和位置信息包括,在水稻图片上使用矩形框标注水稻病虫害的位置,标记类别信息及置信度值。
10、本发明所述的水稻病虫害检测系统,包括:
11、数据获取单元,用于获取水稻图片;
12、检测单元,用于将水稻图片输入到训练好的检测模型中,得到水稻图片中水稻病虫害的类别信息和位置信息;所述检测模型为yolov8n模型,利用optimize sppf模块替换yolov8n中的sppf模块,利用c2f-faster模块替换yolov8n中的c2f模块;所述optimizesppf为在sppf模块的第二个池化层后连接卷积单元,与sppf模块的输出融合后得到optimize sppf模块的输出;所述c2f-faster模块为将c2f模块的bottleneck替换为fasternet模块;
13、训练单元,用于对所述检测模型进行训练,获取包含水稻病虫害的水稻图像并进行标注得到数据集,利用所述数据集对所述检测模型进行训练。
14、进一步地,所述检测单元中,利用c2f-faster模块替换yolov8n中neck部分的c2f模块。
15、进一步地,所述检测单元中,在水稻图片上使用矩形框标注水稻病虫害的位置,标记类别信息及置信度值,水稻病虫害的类别信息包括褐斑病、稻瘟病和白叶枯病;所述训练单元中,获取包含水稻病虫害的水稻图像并进行标注得到数据集之后还包括,将数据集分为训练集、测试集和验证集。
16、本发明所述的电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述计算机程序被加载至处理器时实现所述的水稻病虫害检测方法。
17、本发明所述的计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述的水稻病虫害检测方法。
18、有益效果:与现有技术相比,本发明的优点在于:(1)本发明在yolov8n中嵌入了optimize sppf模块和c2f-faster神经网络网络,能够同时更大范围感知周围目标,减少计算冗余和内存访问的同时进行多尺度的特征融合,以充分利用它们的互补性,通过高性能的神经网络来捕获水稻病虫害图像中的重要信息;(2)本发明通过设计optimize sppf模块,在精简池化核的数量和尺寸后实现了计算速度的显著提升,能够有效地融合来自不同尺度的特征信息,增强了模型对于物体尺度变化的适应性和鲁棒性,降低了模型在运行时的内存占用;(3)为减少计算冗余和内存访问量,本发明通过设计c2f-faster神经网络网络,使其在分类、检测和分割任务方面实现了最先进的性能,同时具有更低的延迟和更高的吞吐量。同时使用pconv和pwconv层,充分有效地利用来自所有通道的信息帮助模型更快速地寻找难以捕捉的小目标水稻病虫害,从而更好地利用了设备上的计算能力,提高水稻病虫害的精度。
1.一种水稻病虫害检测方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的水稻病虫害检测方法,其特征在于,利用c2f-faster模块替换yolov8n中neck部分的c2f模块。
3.根据权利要求1所述的水稻病虫害检测方法,其特征在于,所述获取包含水稻病虫害的水稻图像并进行标注得到数据集之后还包括,将数据集分为训练集、测试集和验证集。
4.根据权利要求1所述的水稻病虫害检测方法,其特征在于,水稻病虫害的类别信息包括褐斑病、稻瘟病和白叶枯病。
5.根据权利要求1所述的水稻病虫害检测方法,其特征在于,所述得到水稻图片中水稻病虫害的类别信息和位置信息包括,在水稻图片上使用矩形框标注水稻病虫害的位置,标记类别信息及置信度值。
6.一种水稻病虫害检测系统,其特征在于,包括:
7.根据权利要求6所述的水稻病虫害检测系统,其特征在于,所述检测单元中,利用c2f-faster模块替换yolov8n中neck部分的c2f模块。
8.根据权利要求6所述的水稻病虫害检测系统,其特征在于,所述检测单元中,在水稻图片上使用矩形框标注水稻病虫害的位置,标记类别信息及置信度值,水稻病虫害的类别信息包括褐斑病、稻瘟病和白叶枯病;所述训练单元中,获取包含水稻病虫害的水稻图像并进行标注得到数据集之后还包括,将数据集分为训练集、测试集和验证集。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述计算机程序被加载至处理器时实现根据权利要求1-5任一项所述的水稻病虫害检测方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现根据权利要求1-5任一项所述的水稻病虫害检测方法。