摘要
本发明涉及作物幼苗的识别领域,具体的是一种基于全局行‑列分割的作物行识别方法,所述识别方法包括以下步骤:一、对输入图像进行多尺度特征提取;二、轴向稀疏注意力模块;三、行/列特征概率分类器。本发明基于全局行‑列分割的作物行识别方法提出一种端到端的卷积神经网络模型,可以直接识别不同杂草萌发期的作物行,解决了不同杂草密度和光照变化对作物行识别的影响。
技术关键词
作物行识别方法
输出特征
注意力
多尺度特征提取
序列特征
卷积神经网络模型
分类器
杂草
幼苗
上采样
图像
光照
模块
像素
坐标
密度
系统为您推荐了相关专利信息
异常检测方法
卷积神经网络模型
卷积模块
脑电信号同步采集
脑电电极
图像特征提取
多模态特征融合
训练检测模型
电力设备缺陷
GPU服务器