摘要
本发明提供一种基于yolov7的茶叶嫩芽识别模型及识别方法,本发明基于yolov7的茶叶嫩芽识别模型包括骨干网络、颈部网络和头部网络,其中,采用残差部分空洞卷积空间金字塔模块替换yolov7模型骨干网络中的SPPCSPC模块,所述残差部分空洞卷积空间金字塔模块设置在所述骨干网络的初始特征信息的输出端,用于使用部分卷积进行特征提取,然后使用具有不同采样率的多个并行空洞卷积,为每个采样率提取的特征在单独的分支中进一步处理,获取多尺度嫩芽信息,最后,使用残差结构,把输入特征直接通过1*1卷积运算后,拼接到底层,从而融合更多的底层信息,本发明还提供一种茶叶嫩芽识别方法,能够更精确地识别出茶叶嫩芽。
技术关键词
茶叶嫩芽
空间金字塔
网络
多层次特征融合
结构组件
空洞
采样率
残差结构
识别方法
拼接模块
输出端
卷积模块
图片
sigmoid函数
抑制算法
注意力机制
多尺度
输出特征
精确地识别
系统为您推荐了相关专利信息
意图类别
自动应答方法
识别用户意图
前馈神经网络
条件随机场
稳定控制方法
故障诊断模型
电力系统
负序电压分量
合闸位置
切片
神经网络结构搜索
注意力机制
计算机视觉技术
功能模块
舌体图像分类方法
神经网络图像分类
舌体特征
变换编码器
空洞