摘要
本发明涉及大豆考种技术领域,尤其涉及一种基于YOLO v8改进的大豆考种系统及方法,系统包括豆荚识别网络和豆荚图像修复网络;豆荚识别网络采用在检测头中结合有混合注意力模块的改进YOLO v8网络,进行豆荚和茎的识别,得到豆荚图像中的茎图像,以及豆荚图像中每个豆荚的独立图像;豆荚图像修复网络采用对抗神经网络,对豆荚独立图像进行修复;本发明通过引入提取局部和全局特征的注意力机制,使目标框更加准确的定位到目标区域,提高检测精度;方法中使用结合ShapeIoU损失的损失函数,通过关注边界框本身的形状和尺度来计算损失,从而使边界框回归更加准确,结合豆荚独立图像性状计算与统计,完成高精度的大豆考种。
技术关键词
大豆
焦点损失函数
网络
多尺度特征
训练集
阈值分割算法
矩阵
模块
分支
拍摄设备
注意力机制
元素
图像增强
通道
输出特征
轮廓
检测头
对比度
系统为您推荐了相关专利信息
焊点缺陷
缺陷检测方法
回流焊设备
训练深度学习模型
Inception网络
合规性
系统配置数据
检查规则
网络设备配置
脚本
事件相机
卷积模块
跟踪方法
注意力机制
全局平均池化