一种基于深度迁移学习增强的辣椒叶病害检测方法

本发明提供了一种基于深度迁移学习增强的辣椒叶病害检测方法，基于构建的数据集，对新设计的辣椒叶病害检测模型进行训练，基于训练后的模型，获得辣椒叶病害种类预测结果及其坐标和辣椒叶病害程度分级预测结果。其中模型包括设计的去噪自编码器模块、迁移增强特征融合模块和辣椒叶病害检测分级模块；去噪自编码器模块对辣椒叶片图像进行去噪，迁移增强特征融合模块基于多个不同的预训练的主干网络对去噪后的辣椒叶图像进行不同层级的特征提取与融合；辣椒叶病害检测分级模块为双任务目标检测模型。本发明设计的检测模型增强了病害特征的捕捉能力，能够更好适应不同辣椒叶病害情况，多任务检测方式不仅简化了网络模型，还提高了数据效率。