摘要
本发明公开了一种基于深度图像的作物长势评估方法,属于农作物技术领域。一种基于深度图像的作物长势评估方法,包括以下步骤:S1长势分类模型训练:广泛获取处于不同生育期的大田玉米在垂直方向的RGB图,确保涵盖多种生长环境和条件下的样本;由专业人员对RGB图上的玉米叶片位置和区域进行精确且全面的标注,标注应包括叶片的轮廓、大小和位置等详细信息;利用标注后的大量数据,采用先进的机器学习算法训练目标识别模型,使其能够准确且高效地识别玉米叶片;本发明是为了解决现有图像采集方式的适应性也较为有限,导致获取的样本不够丰富和多样化,影响后续评估模型的泛化能力的问题。
技术关键词
大田玉米
双目相机标定
特征识别技术
机器学习算法
叶片
分类模型训练
单目相机
误差修正方法
生成深度图像
图像采集方式
农作物技术
标定工具
参数
样本
深度相机
数据分布
系统为您推荐了相关专利信息
水稻褐飞虱
标志物
褐飞虱抗性
机器学习算法
样本收集装置
吡咯烷酮类产品
杂质分析方法
NMR技术
质谱联用技术
高效液相色谱
多普勒
格雷互补波形
脉冲重复间隔
模糊函数
匹配滤波器
外观缺陷检测方法
耳机外壳
多模态特征
模型训练模块
视觉
健康状况评估方法
电子健康记录
数据
机器学习算法
特征选择