摘要
本发明公开了一种基于语义分割算法的冠层荔枝花分割方法和系统,涉及深度学习和计算机视觉技术领域,其中方法包括:使用无人机在不同高度采集荔枝树图像;对所述荔枝树图像进行预处理,得到多株预处理后图像;使用Unet网络模型对多株预处理后图像进行语义分割,得到多株荔枝树冠层图像;使用改进的语义分割模型Upernet将每株荔枝树冠层图像的冠层荔枝花分割出来,得到冠层荔枝花图像。本发明采用了包括Twins‑PCPVT、CBAM以及改进的网络模型检测头等在内的先进模块,构建了一个综合的深度学习网络模型,从而显著提升了对荔枝树冠层及花朵特征的分割精度。通过上述方法可以显著提升荔枝花生长状况监测的效率和准确性,为荔枝树的精准农业管理提供强有力的技术支持。
技术关键词
语义分割算法
语义分割模型
分割方法
荔枝树
池化特征
注意力机制
遥感图像数据
残差网络
检测头
深度学习网络模型
加权特征
非线性
输出特征
花朵特征
计算机视觉技术
系统为您推荐了相关专利信息
语义SLAM系统
语义信息提取
农业大田
语义地图构建
前端模块
力矩估计方法
池化特征
注意力
sigmoid函数
控制力矩
自动控制方法
辗环设备
环件
工业相机
图像数据采集设备
图像语义分割方法
面向无人机
编码器
融合特征
生成上下文感知