基于深度学习模型的成熟期油菜籽含油量预测方法及系统

本发明公开了一种基于深度学习模型的成熟期油菜籽含油量预测方法及系统，所述方法包括以下步骤：删除图像分割网络U‑Net中的解码层，采用残差连接模块替换U‑Net编码层中的卷积模块，残差连接模块用于对成熟期油菜籽样本进行一系列卷积和非线性变换，得到样本的深度特征表示；通过跳跃连接将残差连接模块的输入与深度特征表示相加，作为残差连接模块的输出；在U‑Net中引入时序特征提取模块和平均池化模块，时序特征提取模块用于提取成熟期油菜籽样本中的时序特征，将细节特征和时序特征拼接后输入平均池化模块和最大池化模块，进一步提取样本中的局部特征和全局特征；通过全连接层输出成熟期油菜籽样本的含油量。