摘要
本发明提供一种基于深度学习的叶菜采收系统和方法,涉及图像处理技术领域,该方法包括:采集待采收图像;将待采收图像输入训练后的杂草识别模型,由杂草识别模型执行以下步骤:调用第一杂草图像集,识别待采收图像上的第一杂草,标出第一杂草位置,得到第一待采收标记图像;根据第一杂草位置,生成清除指令;调用第二杂草图像集,识别第一待采收标记图像上的第二杂草,标出第二杂草位置,得到第二待采收标记图像;调用叶菜图像集,识别第二待采收标记图像上的叶菜,提取与第二杂草位置相邻的叶菜位置,得到叶菜提取位置;根据第二杂草位置和叶菜提取位置,确定切割留白区域,生成采收指令。分阶段识别杂草,逐级减少图像处理量,提高识别速度。
技术关键词
杂草图像
杂草识别
标记
输入神经网络模型
定位模块
切割机构
运输机构
叶菜采收系统
载体
指令
刀片
图像处理技术
坐标
编码
分阶段