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：安徽大学
申请日：2024-03-22
公开（公告）日：2024-06-11
公开（公告）号：CN118172688A
主分类号：G06V20/17
分类号：G06V20/17;G06V20/10;G06V10/82;G06V10/80;G06V10/774;G06V10/26;G06N3/0464
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.28#实质审查的生效;2024.06.11#公开
摘要：本发明涉及一种基于DeeplabV3+和Unet网络架构的无人机小麦倒伏影像分割方法，包括：利用无人机获取田间小麦种植区域的可见光遥感RGB影像进行预处理；基于DeeplabV3+与UNet结构网络构建小麦倒伏分割模型；将预处理后的无人机遥感RGB影像作为训练样本输入到小麦倒伏分割模型进行训练；获取待分割小麦倒伏区域影像，并进行预处理；将预处理后的待分割小麦倒伏区域影像输入小麦倒伏分割网络模型中，得到小麦作物倒伏区域图片的分割结果。本发明提高语义分割效果，有利于小麦倒伏分割提取任务；将主干特征提取网络各阶段输出结果与编码输出特征进行特征信息融合重建，逐步完善分割模型在不同尺度重建过程中的细节融合，从而提高小麦倒伏区域的分割精度。
主权项：1.一种基于DeeplabV3+和Unet网络架构的无人机小麦倒伏影像分割方法，其特征在于：该方法包括下列顺序的步骤：1利用无人机获取田间小麦种植区域的可见光遥感RGB影像进行预处理，得到预处理后的无人机遥感RGB影像；2基于DeeplabV3+与UNet结构网络构建小麦倒伏分割模型，所述小麦倒伏分割模型包括主干特征提取网络、多尺度混合分组金字塔池化模块、编解码特征融合模块；主干特征提取网络输出初始特征FE1、第二特征图FE2、第三特征图FE3、第四特征图FE4、第五特征图FE5；多尺度混合分组金字塔池化模块输出特征图FE；编解码特征融合模块输出特征图FED；3将预处理后的无人机遥感RGB影像作为训练样本输入到小麦倒伏分割模型进行训练；4获取待分割小麦倒伏区域影像，并进行预处理；5将预处理后的待分割小麦倒伏区域影像输入训练后的小麦倒伏分割网络模型中，得到小麦作物倒伏区域图片的分割结果。
全文数据：
权利要求：
百度查询： 安徽大学 基于DeeplabV3+和Unet网络架构的无人机小麦倒伏影像分割方法
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