基本信息:
- 专利标题： 一种基于TeaDiseaseLiteNet的轻量级茶叶病害目标检测方法
- 申请号：CN202411976426.0 申请日：2024-12-31
- 公开(公告)号：CN120047818A 公开(公告)日：2025-05-27
- 发明人： 吴龙 , 陈晓蕾 , 杨旭 , 徐璐 , 陈淑玉
- 申请人： 浙江理工大学
- 申请人地址： 浙江省杭州市经济技术开发区白杨街道2号大街928号
- 专利权人： 浙江理工大学
- 当前专利权人： 浙江理工大学
- 当前专利权人地址： 浙江省杭州市经济技术开发区白杨街道2号大街928号
- 代理机构： 浙江纳祺律师事务所
- 代理人： 郑满玉
- 主分类号： G06V20/10
- IPC分类号： G06V20/10 ; G06V20/68 ; G06V10/80 ; G06V10/764 ; G06V10/82 ; G06V10/10 ; G06N3/045 ; G06N3/0464 ; G06N3/084 ; G06N3/09
摘要：
本发明公开的是一种基于TeaDiseaseLiteNet的轻量级茶叶病害目标检测方法，包括如下步骤：在真实环境中采集并标注茶叶病害图像，构建茶叶病害数据集；将其划分为训练集、验证集和测试集，并进行数据增强，本发明主干网络使用MobileNetV3模块，颈部网络使用Slim‑neck_AKConv模块，添加iRMB_EMA注意力机制，并使用Shape‑IoU回归损失函数，使用SlideLoss_EMA分类损失函数；通过训练得到优化的目标检测模型，并利用该模型进行茶叶病害检测，具有能够现有茶叶病害检测模型存在的计算复杂度高、模型参数量大、难以在资源受限的设备上高效运行等问题等技术特点。