文档详情

一种基于改进的YOLOv5s模型的苹果病害识别方法.pdf

发布：2023-05-12约1.91万字共17页下载文档

文本预览下载声明

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114819052 A (43)申请公布日 2022.07.29 (21)申请号 202210199557.7 G06N 3/08 (2006.01)

显示全部

相似文档

基于机器视觉的苹果叶部病害识别方法研究.docx 基于机器视觉的苹果叶部病害识别方法研究一、引言苹果作为全球重要的水果之一，其生产过程中常受到多种叶部病害的困扰，这些病害严重影响了苹果的产量和质量。为了更有效地对苹果叶部病害进行防治，本文提出了一种基于机器视觉的苹果叶部病害识别方法。该方法通过利用机器视觉技术，对苹果叶片进行图像采集、处理和识别，实现对苹果叶部病害的快速、准确诊断。二、研究背景及意义随着科技的发展，机器视觉技术在农业领域的应用越来越广泛。其中，利用机器视觉技术对农作物病害进行识别和诊断，已经成为现代农业发展的重要方向。苹果叶部病害的识别和防治，对于提高苹果产量、保证果实品质、减少农药使用等具有重要意义。然而，传统的病害
2025-01-25 约4.63千字 9页立即下载
基于改进SSD模型的苹果叶片锈病识别方法研究.docx 基于改进SSD模型的苹果叶片锈病识别方法研究一、引言苹果作为我国的主要水果之一，其产量的稳定与品质的优良对农业经济发展具有重要意义。然而，苹果叶片锈病是苹果种植过程中的一种常见病害，它对苹果树的生长和果实的产量、品质均会造成严重影响。因此，快速、准确地识别苹果叶片锈病，对于预防和控制病害的传播和蔓延具有重要意义。近年来，随着深度学习技术的发展，基于深度学习的苹果叶片锈病识别方法逐渐成为研究热点。本文提出了一种基于改进SSD模型的苹果叶片锈病识别方法，旨在提高识别准确率和效率。二、相关技术概述 1.SSD模型：SSD（SingleShotMultiBoxDetector）是一种常用
2025-02-10 约4.81千字 10页立即下载
基于改进SSD模型的苹果叶片锈病识别方法研究.docx 基于改进SSD模型的苹果叶片锈病识别方法研究一、引言随着人工智能和计算机视觉技术的快速发展，图像识别技术在农业领域的应用日益广泛。其中，苹果叶片锈病的识别作为一项重要的农业病害诊断任务，对于提高苹果产量和品质具有重要意义。传统的苹果叶片锈病识别方法主要依赖于人工观察和经验判断，这种方法效率低下且易受人为因素影响。因此，研究基于改进SSD模型的苹果叶片锈病识别方法，对于提高识别准确率和效率具有重要意义。二、苹果叶片锈病概述苹果叶片锈病是一种常见的苹果树病害，其症状表现为叶片上出现黄色或橙色的锈斑。这种病害会严重影响苹果树的生长和果实产量，因此及时准确地识别苹果叶片锈病对于防治该病害具有重
2025-04-20 约4.69千字 10页立即下载
一种基于改进Yolov5m模型和DeepSort的货车入库货物识别方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882423 A (43)申请公布日 2022.08.09 (21)申请号 202210649563.8 (22)申请日 2022.06.09 (71)申请人南京工业大学地址 211816
2023-05-15 约8.67千字 9页立即下载
一种基于改进DeepLabv3+网络模型的铸件表面缺陷识别方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 112967271 B (45)授权公告日 2022.04.19 (21)申请号 202110317123.8 G06V 10/26 (2022.01)
2023-06-08 约1.76万字 15页立即下载
一种基于改进的VGG-16网络模型的表情识别方法及装置.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112966625 A (43)申请公布日 2021.06.15 (21)申请号 202110282674.5 (22)申请日 2021.03.16 (71)申请人北京邮电大学地址
2023-06-09 约1.68万字 14页立即下载
一种基于规则和改进预训练模型的命名实体识别方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112818694 A (43)申请公布日 2021.05.18 (21)申请号 202110229580.1 (22)申请日 2021.03.02 (71)申请人浙江
2023-06-02 约2万字 15页立即下载
基于改进YOLOv5s的沙滩垃圾识别模型的新进展.docx 基于改进YOLOv5s的沙滩垃圾识别模型的新进展目录内容概括．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2 1.1研究背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2 1.2研究意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3 1.3研究内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3 改进YOLOv5s模型概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．
2025-03-20 约1.23万字 18页立即下载
基于改进YOLOv2模型的多目标识别方法.pptx 汇报人:2024-01-25基于改进YOLOv2模型的多目标识别方法 目录CONTENCT引言YOLOv2模型原理及存在问题分析改进YOLOv2模型设计实现实验结果与分析比较在多场景下应用验证与性能评估总结与展望 01引言多目标识别是计算机视觉领域的重要研究方向，广泛应用于智能安防、智能交通、智能机器人等领域。随着深度学习技术的发展，基于深度学习的多目标识别方法取得了显著成果，但仍存在一些问题，如对小目标识别效果不佳、实时性有待提高等。改进YOLOv2模型可以提高多目标识别的准确性和实时性，对于推动计算机视觉领域的发展具有重要意义。研究背景与意义国内外研究现状发展趋势国内外研究现状及发展趋
2024-06-18 约3.76千字 27页立即下载
一种木薯病害识别方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113408393 A (43)申请公布日 2021.09.17 (21)申请号 202110659758.6 G06N 3/08 (2006.01) (22)申请日 20
2023-06-22 约1.06万字 11页立即下载
一种基于YOLOv5s改进的河道漂浮物识别算法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117422998A (43)申请公布日2024.01.19 (21)申请号202311448980.7 (22)申请日2023.11.02 (71)申请人华东理工大学地址200237
2024-01-16 约1.49万字 12页立即下载
小目标船舶遥感图像的精确识别：基于改进YOLOv5s的方法.docx 小目标船舶遥感图像的精确识别：基于改进YOLOv5s的方法目录小目标船舶遥感图像的精确识别：基于改进YOLOv5s的方法（1）．．．．3 内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3 1.1研究背景和意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3 1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4 1.3目标船舶遥感图像的精确识别问题．．．．．．．．．．．．．．．．．．．．．．．．．4 1.4基于改进YOLOv5s方法的目标船舶遥感图
2025-03-10 约2.61万字 36页立即下载
基于改进YOLOv5s的冬枣识别和定位方法研究.docx 基于改进YOLOv5s的冬枣识别和定位方法研究一、引言随着人工智能技术的不断发展，计算机视觉在农业领域的应用越来越广泛。冬枣作为我国重要的农产品之一，其高效、精准的识别和定位对于农业生产具有重要的实际意义。针对这一问题，本文提出了一种基于改进YOLOv5s的冬枣识别和定位方法，旨在提高冬枣的识别准确率和定位精度。二、背景及相关研究 YOLO（YouOnlyLookOnce）系列算法是当前目标检测领域的代表性算法之一。YOLOv5s作为YOLO系列的新版本，具有更高的检测速度和较好的准确性。在农业领域，基于YOLOv5s的农产品识别和定位已成为研究热点。然而，冬枣的形态多样，颜色多变
2025-02-07 约4.24千字 9页立即下载
一种基于Hausdorff距离的改进星图识别方法.pdf 2006 年 1 月北京航空航天大学学报 J anuary 　2006 　第32 卷第1期 Journal of Beijing University of Aeronautics and Astronautics Vol . 32 　No1 一种基于 Hausdorff 距离的改进星图识别方法 全　伟　
2015-09-25 约2.93万字 5页立即下载
一种基于改进MFCC的工地特种车辆识别方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112927716 A (43)申请公布日 2021.06.08 (21)申请号 202110088900.6 G10L 25/87 (2013.01)
2023-06-05 约1.39万字 12页立即下载