摘要
本发明公开了一种基于人工智能和高分辨率影像的荔枝单株冠层识别方法,包括:基于YOLOv8n模型,设计CAR‑YOLO模型,CAR‑YOLO模型中引入有先验信息、高效局部注意力机制模块以及感受野模块;收集研究区的高分辨率卫星影像,进行影像分块;基于训练好的CAR‑YOLO模型识别目标区域的分块影像的荔枝冠层;基于识别结果,进行荔枝冠层制图。本发明基于高分辨率卫星影像,对已有人工智能方法YOLOv8n进行改进,解决了在荔枝单株冠层互相遮挡时,出现的模糊标签、中心检测能力弱、难以跨尺度学习等问题,实现了不同尺度荔枝单株冠层更加准确的识别。
技术关键词
YOLO模型
荔枝
局部注意力机制
高分辨率卫星影像
识别方法
训练样本获取方法
高斯概率密度函数
分块
人工智能方法
空间金字塔
模块
滑动窗口
辐射状
网络
标签
软件
曲线
指标
系统为您推荐了相关专利信息
异常识别方法
输出特征
人脸
RGB特征
融合空间信息
情感识别方法
卷积特征
多尺度特征融合
卷积滤波器
数据
健康状态识别方法
声学特征
隐马尔可夫模型
肉鸡
离散小波变换
建模优化方法
BIM建模软件
机电风管
图纸
建筑构件