摘要
本申请涉及一种密集茶树芽叶采摘点定位方法、装置、设备及介质,方法包括:在卷积骨干网络中提取无遮挡茶树芽叶以及被遮挡茶树芽叶的卷积特征,在节点嵌入模块中将卷积特征映射到图节点表示,通过学习到的邻接矩阵将图节点信息嵌入,以捕捉邻域关系;在动态邻接矩阵加权模块中动态调整不同图节点之间的关系,以便在图结构中进行自适应学习,在图关系层中采用图卷积操作允许无遮挡茶树芽叶的各个不同采摘点之间进行信息交互和传播,以捕捉全局和局部上下文信息;采用相对位置损失优化无遮挡茶树芽叶的采摘点与被遮挡茶树芽叶之间的相对位置关系,以推断出被遮挡茶树芽叶的采摘点。本申请能够大大提高对被遮挡茶树芽叶的采摘点定位。
技术关键词
采摘点定位方法
动态邻接矩阵
卷积特征
特征金字塔网络
关系
节点
基础网络架构
点定位装置
图像
中央处理器
邻域
计算机可读指令
检测头
卷积模块
高层次
定位模块
语义
系统为您推荐了相关专利信息
相位可重构
波束赋形方法
天线阵列
松弛
波束可重构
动态有向图
多站点
长短期记忆神经网络
卷积模块
风场
三维打印路径规划
三维打印方法
三维网格模型
基体
三维打印系统
洪水预报方法
积水
训练集数据
水文模型
数据格式