本作品为“条件扩散模型增强的虫害目标检测”项目,主要面向农业场景中小目标、弱纹理、遮挡严重的虫害识别问题。项目通过构建虫害图像数据集,对叶片、枝条等复杂背景下的虫害目标进行标注与检测,并引入条件扩散模型生成带有指定虫害类别和位置特征的增强图像,用于缓解真实样本不足、类别不均衡和小目标检测困难等问题。系统流程包括原始图像采集与标注、虫害目标检测模型训练、条件扩散数据增强、ViT/Transformer 特征建模、生成图像筛选、检测结果评估与可视化展示。我在项目中主要负责整体技术方案设计、数据处理流程搭建、目标检测模型训练、扩散模型增强策略设计、实验对比分析和结果可视化。该作品涉及深度学习、目标检测、图像生成、条件扩散模型、Transformer、农业虫害识别、小目标检测和计算机视觉工程化开发等技术,可用于智慧农业、病虫害监测、图像智能识别和视觉检测类项目。