龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：吉林农业大学
申请日：2024-05-09
公开（公告）日：2024-06-07
公开（公告）号：CN118154855A
主分类号：G06V10/25
分类号：G06V10/25;G06N3/0464;G06N3/08;G06V10/44;G06V10/54;G06V10/80
优先权：
专利状态码：在审-公开
法律状态：2024.06.07#公开
摘要：本发明公开一种绿色果实伪装目标检测方法，包括以下步骤：图像数据的处理及标注；采用MobileVit作为骨干网络，准确提取低层和高层特征中编码对象的结构信息和更清晰的语义信息；利用多个边缘引导特征模块集成来自‑多级骨干特征，通过全局平均池化模块引导特征学习并增强边界表示；设计的纹理‑边界感知模块使用三个不同大小的滤波器来提取不同尺度和级别上的信息，并且将所有信息连接起来以确保捕获所有有效特征。最后，引入上下文聚合模块通过一系列螺旋卷积挖掘和聚合多尺度上下文语义，以生成具有更强和更有效表示的特征。本发明提出的方法可有效应对复杂农田背景下绿色果实的检测，进一步辅助植保机器人进行精准采摘并实现果实早期产量预测。
主权项：1.一种绿色果实伪装目标检测方法，其特征在于，包括以下步骤：图像数据的处理及标注：采集绿色果实的图像数据；处理并标注图像数据；构建网络模型：采用MobileVit作为主干网络，提取低层和高层特征中编码对象的结构信息和更清晰的语义信息；利用多个边缘引导特征模块集成来自f_2-f_5多级骨干特征；通过全局平均池化模块引导特征学习并增强边界表示；采用纹理-边界感知模块提取不同尺度和级别上的信息，并且将所有信息连接起来以确保捕获所有有效特征；上下文聚合模块通过一系列螺旋卷积挖掘和聚合多尺度上下文语义，生成表示的特征及预测结果；训练网络模型：将预测结果和真实标签计算获得损失值进行模型的训练。
全文数据：
权利要求：
百度查询： 吉林农业大学 一种绿色果实伪装目标检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号