摘要
本发明涉及一种地面观测图像的深度学习棉花生长情况精准识别方法,属于计算机视觉和农业智能化管理领域。所述方法,在主干网络加入多语义空间和通道注意力机制提高对相关特征的识别准确性;在特征融合网络中使用Dysample上采样模块和AWD下采样模块,实现不同尺度的特征融合;构建引入高频增强机制的检测头,进行高精度的检测。使用训练集数据对模型进行训练,最后利用训练好的算法对用地面设备采集的棉花图像进行识别,得到棉花生长阶段数据,本发明旨在为大规模棉田智慧管理和决策应用提供更准确的数据支撑。
技术关键词
地面观测图像
精准识别方法
通道注意力机制
棉花
特征融合网络
采样模块
计算机程序指令
高通滤波器
语义
农业智能化管理
低通滤波器
检测头
Sigmoid函数
代表
多尺度特征融合
索引
系统为您推荐了相关专利信息
局部放电检测方法
补丁
多层感知器
模块
局部放电诊断
智能远程控制系统
特征金字塔
骨料输送系统
远程监控平台
控制执行模块
重构方法
DBSCAN聚类算法
点云
神经网络模型
笛卡尔坐标系
事件检测模型
分布特征
交叉注意力机制
编码
路段
系统优化方法
光储微电网系统
编码器模块
神经网络模型
负荷