摘要
本发明提供了基于深度学习的燕麦粒数计数方法、系统及设备,方法包括:采集燕麦图像数据集,并对数据集进行标注和数据增强;构建基于深度学习的燕麦粒数计数模型;所述模型包括依次连接的主干网络、特征金字塔模块、旋转框检测头、以及计数模块;根据标注和数据增强后的燕麦图像数据集,对所述基于深度学习的燕麦粒数计数模型进行训练,得到训练好的基于深度学习的燕麦粒数计数模型;获取待计数的燕麦图像,基于训练好的基于深度学习的燕麦粒数计数模型,得到燕麦粒数。本发明提供了一种基于深度学习的燕麦粒数计数方法,该方法采用多尺度特征提取和旋转框检测技术,结合质量聚焦损失和旋转IoU损失进行模型训练,有效提高了燕麦粒数计数的准确性和效率。
技术关键词
特征金字塔
旋转框
标签分配器
计数方法
数据
角度编码器
模型训练模块
图像采集模块
检测头
计数系统
多尺度特征提取
网络
旋转特征
上下文特征
标识符
残差模块