摘要
本发明提供一种用于辣椒自动采摘机的图像识别方法,涉及图像识别领域,引入非均匀尺度变换因子替代传统固定因子的尺度缩放策略,实现根据目标分布动态调整尺度层级的特征;改进传统尺度融合方法,通过尺度响应度量计算动态尺度加权系数,实现通道调整后的尺度特征的加权融合;结合颜色特征通道自适应变换、颜色通道动态交互建模及全局颜色调整,有效感知不同成熟阶段辣椒的颜色特征,提升复杂光照条件下的颜色表达能力;通过跨任务特征共享机制优化现有解耦头中分类与回归任务完全分离所导致的信息割裂问题,引入跨任务共享系数增强深度特征层中分类与回归任务间的有效特征交互,提高识别的准确性与鲁棒性。
技术关键词
辣椒
图像识别方法
动态映射机制
图像识别模块
融合特征
特征加权融合
通道
因子
度量
层级
分类特征
融合方法
非线性
平均颜色值
矩阵
损失函数优化
对比度
系统为您推荐了相关专利信息
推荐展示方法
三维可视化引擎
多源异构数据
多模态特征融合
展示界面
图像修复模型
注意力机制
图像修复方法
分支
融合特征
无人机集群协同
无人机巡检
溯源方法
深度时空特征
控制系统
供水量预测方法
注意力
压力辅助特征
输入解码器
水压