龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：华南农业大学
摘要：本发明提供一种植物冠层叶片分割、补全模型训练方法、叶片参数提取方法及装置，分别训练构建植物冠层叶片实例分割模型和植物叶片补全模型，植物冠层叶片实例分割模型基于YOLOv8在头部网络添加掩码系数分支和原型掩码分支形成新的分割头，以提升叶片分类和分割处理能力；植物叶片补全模型基于生成对抗网络进行训练，能够自动学习并补偿合成数据与真实数据之间的差异，从而建立残缺叶片与完整叶片之间的映射，有效地生成植物器官纹理和几何形状。基于植物冠层叶片实例分割模型和植物叶片补全模型的连续处理，能够有效分割和补全植物冠层叶片，并进一步进行形态参数提取。
主权项：1.一种植物冠层叶片实例分割模型训练方法，其特征在于，该方法包括以下步骤：获取第一训练样本集，所述第一训练样本集中包含多个样本，每个样本为一张植物顶视冠层图像，并标记各叶片类别、位置以及表征其掩码区的真实轮廓点集；所述类别包括残缺和完整；获取第一初始深度学习网络模型，所述第一初始深度学习网络模型基于YOLOv8网络结构，采用CSPDarknet53连接快速空间金字塔池化模块作为骨干网络，采用特征金字塔结合路径聚合网络作为颈部网络，在所述YOLOv8网络结构头部网络的原检测头基础上添加掩码系数分支和原型掩码分支形成新的分割头；所述第一初始深度学习网络模型以所述植物顶视冠层图像为输入，并输出各叶片位置对应掩码区的预测轮廓点集；采用所述第一训练样本集对所述第一初始深度学习网络模型进行训练，最小化各样本的所述预测轮廓点集与所述真实轮廓点集偏差构建损失函数并对所述第一初始深度学习网络模型进行参数更新，得到植物冠层叶片实例分割模型。
全文数据：
权利要求：
百度查询： 华南农业大学 植物冠层叶片分割、补全模型训练方法、叶片参数提取方法及装置
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