一种震荡果实检测与跟踪的方法、装置及设备

AITNT
正文
推荐专利
一种震荡果实检测与跟踪的方法、装置及设备
申请号:CN202510707880
申请日期:2025-05-29
公开号:CN120635542A
公开日期:2025-09-12
类型:发明专利
摘要
本发明涉及图像处理与目标跟踪技术领域,本发明提供了一种震荡果实检测与跟踪的方法、装置及设备,所述方法包括:采集果园果实图像数据并对图像进行预处理;基于YOLOv8n改进构建多尺度震荡果实检测网络模型;基于DeepSORT算法构建多尺度震荡果实检测网络模型;构建多尺度震荡果实检测与跟踪网络模型;采用标注数据对多尺度震荡果实检测与跟踪模型进行训练,并对其进行验证。本发明基于YOLOv8n与DeepSORT的改进,采用多尺度策略进行震荡果实的检测与跟踪,通过引入C2f‑Dattention注意力机制、CAA‑HSFPN轻量化网络和SPPF‑LSKA多尺度检测模块,显著提升了果实检测的精度和处理速度,同时,结合优化后的DeepSORT跟踪算法,进一步增强了果实跟踪的稳定性与准确性。
技术关键词
检测网络模型 果实 轻量化结构 多尺度特征金字塔 通道注意力机制 网络模块 卡尔曼滤波算法 多层次特征 全局平均池化 特征提取网络 模型训练模块 图像采集模块 检测误差
系统为您推荐了相关专利信息
1
一种基于风-地形多尺度空间相关性考量的台风大风预测方法及系统
风场 投影模块 代表 加权损失函数 融合特征
2
基于图像识别技术的机坪固定FOD识别方法
图像识别技术 通道注意力机制 动态背景建模 识别方法 多光谱特征
3
一种基于最优视角选择和多模态融合的点云质量评估方法
视角 Softmax函数 补丁 通道注意力机制 特征提取网络
4
一种基于红外和可见光图像融合的润滑油泄漏检测方法
可见光图像 红外图像特征 泄漏检测方法 润滑油 特征提取模块
5
一种基于人工智能算法的早期松材线虫识别方法及系统
人工智能算法 识别方法 通道注意力机制 融合特征 矩阵
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号