摘要
本发明公开了一种用于小麦出苗率和苗期均匀性计算的方法,包括步骤:S1、对每个初始图像进行小麦幼苗外接矩形标注,得到目标检测数据集;S2、以YOLOv8为基础构建目标检测模型,将原始路径聚合网络结构替换为双向特征金字塔网络并引入特征融合机制;进行初次训练;S3、进行小麦幼苗轮廓标注,得到实例分割数据集;再以YOLOv11为基础构建实例分割模型,将原始架构替换为FasterNet架构;进行训练,获取小麦幼苗的数量和相对叶面积;S4、计算每个均匀性指标。本发明通过移动设备和在线网站进行数据采集处理,高效便捷;根据图像特点提出相对叶面积的表型数据并据此评价苗期均匀性,结果更客观;提升计算效率和准确性。
技术关键词
双向特征金字塔
实例分割模型
幼苗
图像
训练集数据
指标
机制
移动设备
轮廓
文件夹
小麦品种
基础
小区
矩形
网络结构
节点
系统为您推荐了相关专利信息
格型矢量量化
解码方法
高斯分布模型
矢量量化器
主编码器
图像增强方法
噪声先验
GAN模型
声波
图像处理模块
图像超分辨方法
高分辨率图片
模块
构建训练集
错误特征