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
测试控制方法
仿真模型
纯电动车传动系统
测试控制平台
递推最小二乘法
信号处理方法
科氏流量计
信号处理模块
蝙蝠算法
幅值
计算机模拟方法
模具
平衡分配系数
三维模型
元胞自动机
电能表
通信效率
数据处理单元
粒子群优化算法
数据采集单元