摘要
本发明公开了一种作物行中心线提取方法,包括:采集作物图像数据,对作物图像进行标注,制作训练集和验证集;构建作物图像检测模型,设置模型超参数和学习优化器,所述作物图像检测模型包括特征提取结构、特征融合结构以及回归预测结构;调整模型超参数,将训练集图像输入作物图像检测模型进行训练;判断作物图像检测模型是否收敛且满足检测指标要求,若是,则将测试图像输入作物图像检测模型中,输出检测结果;否则,调整模型超参数并继续训练;根据作物图像检测模型输出的检测结果拟合作物行中心线。本发明可有效识别歪斜、移位以及作物叶片互相遮挡的作物行中心线,提升对小目标的检测效果,改善现有算法不同场景下存在的漏检问题。
技术关键词
图像检测模型
模型超参数
注意力机制
空洞
空间金字塔池化
中心线
卷积模块
采样模块
输出特征
像素点
优化器
采样率
上采样
矩阵
内核
感兴趣
训练集
坐标
系统为您推荐了相关专利信息
耦合测试方法
分布式光纤光栅传感器网络
传感器节点
动态
门控循环单元
状态监测方法
蒸汽管道
卷积特征
LightGBM模型
小波特征
网络防御方法
网络上下文信息
诱饵
策略
时序特征
智能检测方法
置信度阈值
集群
全局特征提取
视觉巡检设备
图像识别模型
通道注意力机制
补丁
多头注意力机制
车辆