科创中国

电子信息技术,信息安全技术

本发明公开了一种基于轻量级网络的番茄病虫害检测方法，包括以下步骤：步骤1：获取番茄叶片图像；步骤2：对获取的番茄叶片图像进行标注处理，建立番茄病虫害数据集；步骤3：构建轻量级检测网络——M‑CenterNet‑YOLOv5；步骤4：对轻量级深度学习网络进行训练，使网络达到90％以上的检测精度；步骤5：使用构建的M‑CenterNet‑YOLOv5轻量级检测网络对番茄叶片图像进行检测，分析检测结果；步骤6：将轻量级深度学习网络部署在番茄大棚内，通过高清摄像头获取番茄生长阶段图像，将图像输入到轻量级深度学习网络中。本发明不仅在检测体积上有大幅度的减少，并且在检测精度上有很大的提升。

为了克服以上技术问题，本发明的目的在于提供一种基于轻量级网络的番茄病虫害检测方法，该检测方法不仅在检测体积上有大幅度的减少，并且在检测精度上有很大的提升。网络的主体使用YOLOv5目标检测网络，用于提高检测精度，在所述的YOLOv5网络的Neck部分加入自适应空间特征融合结构，用来原本网络中的FPN和PAN结构，又在FPN中加入了一个小目标检测层，用来丰富特征融合过程中的细节信息；

张开生，教授，博导。1.主持陕西省科技厅工业攻关项目2项（编号：2008K05-23、2017GY-063）；主持西安市科技局项目一项（编号：NC09057）；主持咸阳市科技局项目一项（编号：2011k07-11）；主持浙江温州轻工业研究院项目一项（编号：H20090030）；主持西安市未央科技局项目一项（编号：201203）；主持陕西省教育厅项目一项（编号：12JK0521）。2.发表国内外论文60余篇，其中ISTP、EI、SCI检索15篇；授权专利78项；2013年指导的创新项目在第三届中国杭州大学生创业大赛总决赛中入选百强项目；2014--2017年指导的全国研究生电子设计竞赛获国家二、三等奖，获陕西省一、二、三等奖，获优秀指导教师奖；2015年指导的研究生有2名获2015年度研究生国家奖学金。3.主参编本科教材4部：《单片机原理及应用技术》、《微机原理与接口》、《嵌入式原理及接口技术：递阶学习之LPC2103》、《物联网技术及应用》；其中《单片机原理及应用技术》获北京大学出版社特等奖，《微机原理及接口》获北京大学出版社一等奖。

点击查看