CN114596274B 基于改进Cascade RCNN网络的自然背景柑橘黄龙病检测方法 （安徽大学）

基于改进CascadeRCNN网络的自然背景柑本发明公开了一种基于改进CascadeRCNN用CascadeRCNN网络改进后的骨干网络对待检络改进后的区域特征提取网络对骨干网络输出利用CascadeRCNN网络的级联检测器对区域特征提取网络输出的高层次语义特征进行多阶段2利用CascadeRCNN网络改进后的骨利用CascadeRCNN网络改进后的区域特征提取网络对所述骨干网络输出的特征进行高层次语义特征提取，所述改进后的区域特征提取网络包括在FPN网络自上而下融合过程利用CascadeRCNN网络的级联检测器对区域特征提取网络输出的高层次语义特征进2.根据权利要求1所述的基于改进CascadeRCNN网络的自然背景柑橘黄龙病检测方3.根据权利要求1或2任一所述的基于改进CascadeRCNN网络的自然背景柑橘黄龙病4.根据权利要求1所述的基于改进CascadeRCNN网络的自然背景柑橘黄龙病检测方5.根据权利要求1所述的基于改进CascadeRCNN网络的自然背景柑橘黄龙病检测方6.根据权利要求1所述的基于改进CascadeRCNN网络的自然背景柑橘黄龙病检测方基于黄龙病柑橘样本图像集对改进CascadeRCNN网络进行训使用剪切混合拼接和CLAHE的方法对样本图像集特征提取模块，利用CascadeRCNN网络改进后的骨干网络特征双向融合模块，利用CascadeRCNN网络改进后络输出的特征进行高层次语义特征提取，所述改进后的区域特征提取网络包括在FPN网络3黄龙病检测模块，利用CascadeRCNN网络的级联检测器对区域特征其中，所述处理器通过运行所述可执行指令以实现如权利要求1-6中任一项所述的方4基于改进CascadeRCNN网络的[0003]现有技术中有大量算法已被广泛地应用于农业领域，包[0010]利用CascadeRCNN网络改进后的骨干网络对所述待检测[0011]利用CascadeRCNN网络改进后的区域特征提取网络对所述骨干网络输出的特征进行高层次语义特征提取，所述改进后的区域特征提取网络包括在FPN网络自上而下融合[0012]利用CascadeRCNN网络的级联检测器对区域特征提取网络输出的高层次语义特5卷积后与左侧自上而下过程中对应层融合形成干网络输出的特征进行高层次语义特征提取，所述改进后的区域特征提取网络包括在FPN增强网络对目标几何形变的建模能力，有效提取目标特征并提高柑橘黄龙病的检测效果，6[0036]图1是本申请实施例中基于改进CascadeRCNN网络的自然背景柑橘黄龙病检测方[0038]图3本申请实施例中基于改进CascadeRCNN网络的自然背景柑橘黄龙病检测系统[0042]利用CascadeRCNN网络改进后的骨干网络对所述待检测[0043]利用CascadeRCNN网络改进后的区域特征提取网络对所述骨干网络输出的特征进行高层次语义特征提取，所述改进后的区域特征提取网络包括在FPN网络自上而下融合[0044]利用CascadeRCNN网络的级联检测器对区域特征提取网络输出的高层次语义特出现小尺寸目标漏检的情况以及黄龙病叶片的颜色、纹理特征与柑橘其他病害十分相似，特征提取网络新增一个基于卷积的自下而上融合过程，通过在骨干网络中添加可变形卷7例中，采用ResNet系列模型，优选采用ResNet101，进一步优选采用ResNetXt101，个1×1的卷积核，而ResNetXt101是32组，每组是四个1×1的卷积核。与ResNet101相比，步的，可以直接利用DCNv2模型的设置，骨干网络采用ResNetXt101网络，并且在Conv3、行卷积后与左侧自上而下过程中对应层融合形成上一层样与C6直接相加融合生成特征图P2，P2图3×3卷积后进行2倍的下采样与C5直接相加融合[0058]下面对本申请实施例中区域特征提取网络和CascadeRCNN网络的级联检测器模参数同时输入到ROIAlign2，第二全连接层输出的候选框区域参数同时输入到ROI8[0063]进一步的，上述自下而上卷积过程中，卷积参数采用3×3卷积后进行2倍的下采征图C6，特征图C5进行2倍上采样的结果与C0进行1*1卷积后的结果相加融合生成特征图[0072]将黄龙病叶片中的黄龙病区域叶片剪切下来，拼接到其他病害叶片和/或健康叶9[0078]基于滤波处理后的第一分量图像利用CLAHE方法进行像素点像素值修正，同时对[0080]本申请实施例还提供了一种基于改进CascadeRCNN网络的自然背景柑橘黄龙病干网络输出的特征进行高层次语义特征提取，所述改进后的区域特征提取网络包括在FPN[0085]关于柑橘黄龙病检测系统的具体限定可以参见上文中对于柑橘黄龙病检测方法件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，