[发明专利]果树芽体的识别方法及装置

权利要求书

1.一种果树芽体的识别方法，其特征在于，包括：

获取果树芽体的图像数据；

将所述图像数据中的芽体坐标和芽体类别进行标注；

根据所述图像数据以及所述芽体坐标，构建芽体目标检测模型；

根据剪裁后的所述图像数据以及所述芽体类别，构建芽体类别识别模型；

根据所述芽体目标检测模型以及所述芽体类别识别模型，对果树芽体图像进行识别。

2.根据权利要求1所述的方法，其特征在于，所述将所述图像数据中的芽体坐标和芽体类别进行标注包括：

在所述图像数据中框选出果树芽体；

将所述果树芽体的坐标进行标注，得到所述芽体坐标；

将所述果树芽体的类别进行标注，得到所述芽体类别。

3.根据权利要求1所述的方法，其特征在于，所述根据所述图像数据以及所述芽体坐标，构建芽体目标检测模型包括：

将所述图像数据和所述芽体坐标作为深度卷积神经网络的输入标签进行输入；

通过所述深度卷积神经网络，生成所述芽体目标检测模型。

4.根据权利要求1所述的方法，其特征在于，所述根据剪裁后的所述图像数据以及所述芽体类别，构建芽体类别识别模型包括：

将剪裁后的所述图像数据和所述芽体类别作为深度卷积神经网络的输入标签进行输入；

通过所述深度卷积神经网络，生成所述芽体类别识别模型。

5.根据权利要求1所述的方法，其特征在于，所述剪裁后的所述图像数据指的是根据所述芽体坐标对所述图像数据进行果树芽体坐标标注框内的图像的剪裁。

6.根据权利要求1所述的方法，其特征在于，所述根据所述芽体目标检测模型以及所述芽体类别识别模型，对果树芽体图像进行识别包括：

获取所述果树芽体图像；

将所述果树芽体图像输入所述芽体目标检测模型，得到果树芽体坐标；

将所述果树芽体图像输入所述芽体类别识别模型，得到果树芽体类别。

7.根据权利要求6所述的方法，其特征在于，在所述将所述果树芽体图像输入所述芽体类别识别模型，得到果树芽体类别之后，所述方法还包括：

将所述果树芽体坐标和所述果树芽体类别进行输出。

8.一种果树芽体的识别装置，其特征在于，包括：

获取模块，用于获取果树芽体的图像数据；

标注模块，用于将所述图像数据中的芽体坐标和芽体类别进行标注；

坐标模块，用于根据所述图像数据以及所述芽体坐标，构建芽体目标检测模型；

类别模块，用于根据剪裁后的所述图像数据以及所述芽体类别，构建芽体类别识别模型；

识别模块，用于根据所述芽体目标检测模型以及所述芽体类别识别模型，对果树芽体图像进行识别。

9.根据权利要求8所述的装置，其特征在于，所述标注模块包括：

选择单元，用于在所述图像数据中框选出果树芽体；

坐标单元，用于将所述果树芽体的坐标进行标注，得到所述芽体坐标；

类别单元，用于将所述果树芽体的类别进行标注，得到所述芽体类别。

10.根据权利要求8所述的装置，其特征在于，所述坐标模块包括：

输入单元，用于将所述图像数据和所述芽体坐标作为深度卷积神经网络的输入标签进行输入；

生成单元，用于通过所述深度卷积神经网络，生成所述芽体目标检测模型。

11.根据权利要求8所述的装置，其特征在于，所述类别模块包括：

输入单元，还用于将剪裁后的所述图像数据和所述芽体类别作为深度卷积神经网络的输入标签进行输入；

生成单元，还用于通过所述深度卷积神经网络，生成所述芽体类别识别模型。