摘要
本发明公开了一种基于复杂果园的多目标果实跟踪检测与计数方法,包括:获取待检测视频序列;将所述待检测视频序列输入至果实检测模型,获取检测结果,其中,所述果实检测模型通过改进的YOLOv8n网络模型构建并通过训练集训练获得,所述训练集为果实图像数据;将所述果实图像数据和检测结果输入至轨迹预测模型,获取果实的预测结果,其中,所述轨迹预测模型通过引入可变遗忘因子的动态卡尔曼滤波算法获得;将所述检测结果和预测结果进行数据关联,获取果实位置信息和计数结果。本发明能够进一步提升预测精度,减少噪声的积累和预测误差,实现果实在视频序列中的连续跟踪。
技术关键词
果实
计数方法
轨迹预测模型
可变遗忘因子
动态卡尔曼滤波
协方差矩阵
深度外观
图像
嵌入特征
训练集
检测头结构
视频
网络
数据
序列
观测噪声
注意力机制
预测误差
系统为您推荐了相关专利信息
加热不燃烧器具
负温度系数温度传感器
计数方法
气流
计算机可读取存储介质
拍球计数方法
运动传感器
手部可穿戴设备
特征提取模型
滑动窗口
反射光谱信息
分选方法
蓝莓分选设备
果胶酯酶活性
坐标