摘要
本发明公开了一种基于无人机的田间图像稻穗检测与计数方法。该方法包括:通过无人机采集灌浆期稻穗高清可见光图像;基于改进的YOLOv11x框架构建检测模型,通过在骨干网络引入双层路由注意力(BRA)机制增强小目标特征提取能力,采用Transformer检测头捕捉长距离空间依赖,集成SK注意力模块实现多尺度特征动态融合,并结合多级特征融合架构提升模型对遮挡场景的适应性;利用非极大值抑制筛选预测框,结合有效预测框数量统计实现稻穗精准计数。本发明针对密集分布、尺度多样及部分遮挡的稻穗目标,通过模型结构优化与后处理策略改进,显著提升检测精度与计数稳定性,为水稻产量预估与精准农业管理提供可靠技术支持。
技术关键词
计数方法
无人机
特征提取能力
检测头
多级特征融合
可见光图像
置信度阈值
模块
注意力机制
参数化技术
检测模型训练
多分支结构
细粒度特征
全局平均池化
金字塔结构
遮挡场景
多层感知器
系统为您推荐了相关专利信息
空地协同
火灾现场
图像语义分割网络
导航方法
全局路径规划
下行通信系统
信息吞吐量
面向能量效率
传输优化方法
中继无人机
数字孪生系统
数字孪生模型
传感器模块
统一权限管理
物联
模板匹配算法
无人机飞行航线
识别算法
极值
矩阵