[发明专利]一种基于机器学习的中耕期甘蔗幼苗培土方法

说明书

本发明属于机器学习领域，涉及一种基于机器学习的中耕期甘蔗幼苗培土方法，包括以下步骤：1)训练获得中耕期甘蔗培土识别定位网络模型；2)对摄像头实时采集的幼苗期甘蔗图片进行实时特征提取、目标定位和获取目标的中心点坐标信息并保存；3)构建基于监督学习的坐标分类系统，将实时预测目标获取的预测框中心点坐标信息分成甘蔗中耕培土机的左侧和右侧两组坐标数据；4)对两组坐标数据的计算处理，分别计算出每组坐标数据的倾斜值；5)培土设备根据倾斜值的大小范围做出实时调整进行培土作业。本发明实现甘蔗中耕培土过程的精准预测控制，降低人工成本和机械成本，对后期甘蔗中耕培土机智能化的发展具有很大的推广意义。

技术领域

本发明属于机器学习领域，涉及一种基于机器学习的中耕期甘蔗幼苗培土方法。

背景技术

甘蔗是高杆作物，植株在长出后因为受到自然环境的影响，会普遍出现倒伏、积水、内涝等问题，因此植株的抗倒伏性能是保证后续甘蔗质量、产量以及机械化管理和采收的重要保证，所以甘蔗中耕培土是甘蔗前期种植中最重要的工序之一，甘蔗的培土在幼苗期进行，这样有助于甘蔗根部的分蘖和生长，因不培土或培土不到位而在甘蔗基部形成的凹面对机械化收割不利，易造成甘蔗损失、破头率增加，从而影响甘蔗的宿根发芽，增加含杂率，造成蔗农的损失并影响糖厂的抽出率。

目前针对甘蔗中耕培土作业质量和效率的提升仍然是基于对机械的改良上，对于机械智能化的应用还很缺乏，缺乏在中耕培土的过程中运用机器学习的方法对甘蔗中耕期幼苗进行自动识别培土的方法。

发明内容

本发明的主要目的是提供一种基于机器学习的中耕期甘蔗幼苗培土方法，旨在解决解决目前甘蔗中耕培土过程中作业质量不稳定的、作业效率低的问题。

为实现上述目的，本发明提出的

一种基于机器学习的中耕期甘蔗幼苗培土方法，其特征在于，包括以下步骤：

1)训练获得中耕期甘蔗培土识别定位网络模型；

2)对摄像头实时采集的幼苗期甘蔗图片进行实时特征提取、目标定位和获取目标的中心点坐标信息并保存；

3)构建基于监督学习的坐标分类系统，根据幼苗期甘蔗的分布情况分，将第一部分实时预测目标获取的预测框中心点坐标信息分成甘蔗中耕培土机的左侧和右侧两组坐标数据；

4)对两组坐标数据的计算处理，分别计算出每组坐标数据的倾斜值；

5)培土设备根据倾斜值的大小范围做出实时调整进行培土作业。

进一步的，所述步骤1)包括以下步骤：

a、采集中耕期幼苗期甘蔗原始图像素材；

b、筛选图片素材，对图片中的目标进行标记，将图片素材按比例生成训练集、验证集和测试集；

c、使用卷积神经网络模型对训练集、验证集进行训练，获取最优权值作为训练结果；

d、调用卷积神经网络模型对测试集进行目标预测，获取目标信息并保存；

e、对保存的目标信息进行筛选并制作成监督学习模型的训练集和测试集，使用监督学习模型进行迭代训练获得识别定位网络模型。

进一步的，所述步骤a)具体实施方式为：针对40cm-50cm高度且处于幼苗中耕期的甘蔗植株进行图片采集，将摄像头摆放在距离地面80-100cm的高度沿着中耕培土机的行驶路径进行视频录制，且在多个不同的甘蔗种植区域进行录制以获取不同甘蔗种植区域的图像。

进一步的，所述步骤b)具体实施方式为：对甘蔗根部与土壤接触的局部位置进行标记，将目标添加同一类标签并生成标记文件，标记文件包含标签类别和标记框的中心点坐标以及宽高，然后按比例生成模型训练所需的训练集、验证集与测试集。