基于YOLOv11和LADDER的水稻稻曲病图像识别方法及系统

本发明涉及农业信息与计算机视觉技术领域，具体为一种基于YOLOv11和LADDER的水稻稻曲病图像识别方法及系统。步骤包括：采集水稻图像，结合包含不同粳稻品种、光照条件及生育期的水稻图像及稻曲病粒光谱阈值、形态参数、纹理特征的专属数据库进行预处理，生成异常RGB图像，用于为后续特征提取提供数据支撑。采用LADDER模块对所述异常RGB图像进行分层动态依赖建模，提取多尺度局部特征。本发明通过专属数据库支撑的图像预处理、LADDER分层动态依赖特征提取、C2F‑LADDER跨层语义融合及改进YOLOv11高效检测的一体化技术方案，精准针对现有技术的核心瓶颈形成系统性优化。