[发明专利]麦穗检测方法、电子装置和存储介质在审

专利信息
申请号: 202110684484.6 申请日: 2021-06-21
公开(公告)号: CN113313063A 公开(公告)日: 2021-08-27
发明(设计)人: 郭洪飞;李嘉明;何智慧;任亚平;韩世林;朝宝 申请(专利权)人: 暨南大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京卓特专利代理事务所(普通合伙) 11572 代理人: 段宇
地址: 519000 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 麦穗 检测 方法 电子 装置 存储 介质
【权利要求书】:

1.一种麦穗检测方法,其特征在于,所述检测方法包括:

获取待检测的第一小麦图像;

分别利用第一注意力机制检测模型和第二注意力机制检测模型对所述第一小麦图像进行处理,得到所述第一小麦图像对应的第一标签数据和第二标签数据,其中,所述第一注意力机制检测模型是根据样本小麦图像和与所述样本小麦图像对应的标签数据训练得到的,所述第二注意力机制检测模型是根据第一标签图像和所述第一标签图像所对应的实测标签数据训练得到的,所述第一标签图像是根据所述样本小麦图像和所述第一标签数据生成的训练数据;

基于预设融合算法对所述第一标签数据和第二标签数据进行融合处理,并根据融合处理后的标签数据确定麦穗检测结果,其中,所述标签数据包括:麦穗的预测框数据、预测框中图像为麦穗的预测概率。

2.根据权利要求1所述的麦穗检测方法,其特征在于,获取待检测的第一小麦图像之后,所述方法包括:对所述小麦图像进行图像增强处理,生成多张增强的第一小麦图像,其中,所述图像增强处理至少包括图像平移、图像旋转和图像转置。

3.根据权利要求1所述的麦穗检测方法,其特征在于,根据融合处理后的标签数据确定麦穗检测结果,包括:

将所述第一标签数据和所述第二标签数据所对应的所有预测框数据进行加权边框融合处理,得到融合后的标签数据;其中,所述预测框数据包括预测框的位置信息和置信度;

将融合处理后的标签数据中,对应置信度大于预设阈值的标签数据作为麦穗检测结果。

4.根据权利要求1所述的麦穗检测方法,其特征在于,基于预设融合算法对所述第一标签数据和第二标签数据进行融合处理,包括:

将所述第一标签数据和第二标签数据中的所有预测框数据按置信度降序排列,得到第一预测表,并分别建立空的第一融合表和空的第二融合表;

循环遍历所述第一预测表中的每组预测框数据,并在第一融合表中搜索与所述每组预测框数据相匹配的预测框数据,并获取搜索结果;

根据所述搜索结果,将遍历到的预测框数据分别按预设的写入方式写入所述第二融合表所对应的预设位置,并根据所述第二融合表在所述预设位置处的多个所述预测框数据,更新处于所述第一融合表中与所述预设位置对应的位置处的预测框数据;

对所述第一融合表中的预测框数据进行基于模型数的置信度调整,根据完成置信度调整的所述第一融合表中的所述预测框数据确定融合后的标签数据。

5.根据权利要求4所述的麦穗检测方法,其特征在于,所述方法还包括:

在未搜索到与遍历到的预测框数据相匹配的预测框数据的情况下,将所述遍历到的预测框数据分别写入所述第一融合表和所述第二融合表的末尾位置;

在搜索到与遍历到的预测框数据相匹配的预测框数据的情况下,将所述遍历到的预测框数据写入至所述第二融合表的第一预设位置,对处于所述第一预设位置处的多组预测框数据的置信度进行加权,并根据加权后的置信度更新处于所述第一融合表中与所述第一预设位置对应的位置处的预测框数据,其中,所述第一预设位置包括,索引值与所述第一融合表中的第二预设位置相同的位置;所述第二预设位置包括与遍历到的预测框数据相匹配的预测框数据所在的位置。

6.根据权利要求1所述的麦穗检测方法,其特征在于,分别利用第一注意力机制检测模型和第二注意力机制检测模型对所述第一小麦图像进行处理,得到所述第一小麦图像对应的第一标签数据和第二标签数据,包括:

利用所述第一注意力机制检测模型从所述第一小麦图像中提取第一图像特征;对所述第一图像特征进行预测,生成所述第一标签数据,其中,所述第一标签数据包括第一预测框数据和第一预测概率;以及利用所述第二注意力机制检测模型从所述第一小麦图像中提取第二图像特征,生成所述第二标签数据,其中,所述第二标签数据包括第二预测框数据和第二预测概率。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于暨南大学,未经暨南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110684484.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top