一种基于空间及上下文信息深度融合图像分割的作物行实时检测方法

AITNT
正文
推荐专利
一种基于空间及上下文信息深度融合图像分割的作物行实时检测方法
申请号:CN202411076128
申请日期:2024-08-07
公开号:CN119007010A
公开日期:2024-11-22
类型:发明专利
摘要
本发明涉及图像处理领域,具体涉及一种基于空间及上下文信息深度融合图像分割的作物行实时检测方法。通过设计一种双分支结构实现空间以及上下文信息的提取。其中低分辨率分支包含了上下文提取器,并联融合多尺度信息实现长范围语义的高效提取。利用作物各生长周期图像特征明显的通道信息,构建了信息融合模块,进行双分支的深度有序融合,去除无用信息干扰,从而实现针对不同作物,不同时期,不同环境下的作物行检测,实现准确率的同时确保实时性。
技术关键词
实时检测方法 图像分割 通道注意力机制 积层 融合多尺度信息 卷积神经网络模块 作物行检测 双分支结构 滑动窗口法 分辨率 可读存储介质 图像采集模块 上采样 计算机装置 神经网络模型
系统为您推荐了相关专利信息
1
复杂场景的多尺度ReID网络与双域联合度量的目标跟踪方法
跟踪方法 通道注意力机制 轨迹 协方差矩阵 匈牙利匹配算法
2
基于父代损失集成的视网膜血管图像分割方法
视网膜血管图像 图像嵌入 通道 训练集 编码器
3
一种多视图三维重建中深度图和法线图文件压缩方法和系统
文件压缩方法 深度图 离散化方法 文件压缩系统 像素深度值
4
基于线下文件安全管理的多层次审计预警方法及系统
存储使用量 审计预警方法 U盾 混合预测模型 多层次
5
基于机器学习的脊柱侧弯识别系统
特征金字塔网络 弱分类器 图像分割 原始图像数据 多层次特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号