摘要
本发明公开了一种用于航空影像中多种类农作物植株计数的多尺度语义增强型点监督算法,包括以下步骤:数据预处理,使用点对作物图像进行标注;RcsNet50骨干网络作为特征提取器对输入影像进行编码;使用CSGEM模块通过语义权重调节的方式,增强农作物植株语义,抑土壤、阴影等背景信息语义;使用RDDCM模块通过并行非线性卷积机制适应不同农作物植株尺度变化;分别使用注意力图路径AMP和密度图路径DMP进行双路径解码,并在解码过程中引入CoT模块;将逐元素相乘应用于AMP和DMP解码结果,获得农作物植株预测数量。本发明能减少作物复杂背景信息和尺度变化对计数精度的影响,MCPCNet在精确度、计算效率和泛化能力方面的重大改进,应对复杂农业挑战方面的优越性和实用性。
技术关键词
监督算法
语义特征
影像
航空
注意力机制
校准特征
融合语义
解码
统计特征
非线性
数据
ReLU函数
图像
模块
卷积特征
编码特征
系统为您推荐了相关专利信息
要素自动提取方法
样本
深度学习框架
图像增强
影像
视觉特征
深度强化学习模型
注意力机制
集成向量
关键帧