摘要
本发明公开了一种基于密度图估计的油菜籽粒计数方法,采用以下步骤实现对油菜籽粒的计数:S1、利用Python软件对油菜籽籽粒进行标定,精确定位每一个籽粒的位置;S2、利用Bayesian Loss模型的数据处理技术对数据进行处理,准确得到每一个数据集的图像以及油菜籽粘连密集的区域。本发明使用Python语言进行识别工具的制作,并且在实际使用中,可以针对不同的图像采集设备采集到的图像中油菜籽的不同密度,均做到高精确度的标记,并可在完成标定完成之后将图像的标注信息转换为mat文件,用来作为后续深度学习网络模型的输入。
技术关键词
计数方法
深度学习网络模型
密度
OCR文字识别
数据处理技术
千粒重
籽粒计数
线性回归方程
图像采集设备
识别工具
多尺度特征
图像缩放
地图
软件
标记
验证方法
阶段
系统为您推荐了相关专利信息
智能检测方法
回波
缺陷类别
训练分类模型
建筑物
鬼成像系统
跟踪方法
空间三维位置
概率密度函数
散斑
工艺参数优化方法
关键工艺参数
识别码
烟包外观
视觉检测系统
选址定容方法
评估配电网
充电站
非参数核密度估计
神经网络模型