摘要
本发明涉及一种果实目标及采摘点同步检测方法及系统,该方法包括:S1、构建图像数据集;S2、构建基于Beer‑YOLO模型的果实姿态及采摘点同步检测模型,Beer‑YOLO模型以YOLOv8为基础模型,采用DBeerBottleNet作为骨干网络,以通过不同层大目标和小目标的特征融合来充分提取不同尺度特征信息,同时将颈部网络中的C2f模块替换为PDConv模块,以实现对局部空间特征和通道特征的高效提取,另外将头部网络中连接颈部网络的C2f模块替换为PS2Conv模块,以捕捉到更多的果部细节特征;通过图像数据集训练模型;S3、将待检测图像输入训练好的模型,得到果实目标及其姿态和采摘点。该方法及系统可以同时准确、高效地检测出条形果实目标及其姿态和采摘点,进而提高果实采摘的效率和准确性。
技术关键词
输出特征
同步检测方法
YOLO模型
啤酒瓶
果实
模块
关键点
网络
局部空间特征
图像
计算机程序指令
尺寸
同步检测系统
局部特征提取
视觉传感器
弯曲型
数据
处理器
通道
检测头
系统为您推荐了相关专利信息
阴影提取方法
随机森林模型
影像
建筑物
比值特征
烟雾图像分割
多层级特征
输出特征
编码器
解码模块
盾构结泥饼
堵塞预测方法
生成样本数据
坐标
标签
状态空间模型
场景流估计方法
空间填充曲线
偏移特征
空间模块