摘要
本发明公开了一种基于深度学习和无人机航拍的松材线虫病树识别方法,主要利用改进的fasteRCnn算法提高识别的精度,Inside Net:Inside是指在ROI区域之内通过连接不同Scale下的Feature Map进行多尺度特征融合;所述多尺度特征融合采用的是Skip‑Pooling,从conv3‑4‑5‑context分别提取特征;Outside Net:Outside是指ROI区域之外,也就是目标周围的上下文(Contextual)信息。本发明方案利用最先进的深度学习图形识别技术,来自动识别无人机拍摄的航拍图片,结果和传统cv技术相比识别精度大大提高,能达到实际应用的要求;这样既提高了效率,又有很高的识别精度,是一种非常理想的松材线虫病检测方案。