摘要
本发明公开了作物株数自动计数方法,属于作物计数技术领域,解决了现有技术通过人工获取作物株数效率低且误差大的问题;其包括步骤:S1、通过无人机获取作物的训练图像和目标图像;S2、采用训练图像对神经网络模型进行训练,得到植株自动计数模型;S3、将目标图像输入植株自动计数模型进行识别,得到作物的预测位置点和对应的预测株数;S4、通过植株自动计数模型计算所有预测位置点之间的调整后欧几里得距离并校正预测株数。本发明通过植株自动计数模型能够处理不同尺度和密度的植物图像,相较于人工技术,提高了工作效率,减少了人工干预,同时也保证了植物计数的准确性。
技术关键词
自动计数方法
多尺度特征融合
神经网络模型
训练集
模型超参数
人工技术
误差
因子
无人机
表达式
图像处理
优化器
上采样
校正
密度
模块
数据
策略
坐标
系统为您推荐了相关专利信息
虚拟现实设备
飞行模拟器
故障诊断模型
涡扇航空发动机
故障诊断系统
机器学习模型
深度神经网络模型
异常流量
时间序列关系
强化学习算法
生命周期预测方法
锂离子电池
深度学习模型
预测误差
特征值
故障诊断模型
监测点
故障特征
训练集数据
频域特征