[发明专利]一种基于行向量网格分类的水稻秧苗行识别方法

权利要求书

1.一种基于行向量网格分类的水稻秧苗行识别方法，其特征在于，所述识别方法包括以下步骤：

一、对输入图像进行特征提取；

所述步骤一的具体步骤如下：

A1、输入水稻秧苗图像H*W；

A2、对原始的输入水稻秧苗图像使用64×7×7的卷积核进行特征提取，步长stride＝2，得到第0层的输出特征图

A3、对A2得到的第0层输出特征图使用两个basic block1进行特征提取，得到第1层的输出特征图

A4、对A3得到的第1层输出特征图使用两个basic block2进行特征提取，得到第2层的输出特征图

A5、对A4得到的第2层输出特征图使用两个basic block3进行特征提取，得到第3层的输出特征图

A6、对A5得到的第3层输出特征图使用两个basic block4进行特征提取，得到第4层的输出特征图

A7、对A6得到的第4层输出特征图使用卷积加全连接进行特征提取，得到第5层的输出向量1*O₅；

二、基于行向量网格分类；

所述步骤二的具体步骤如下：

B1、对第5层的输出向量1*O₅进行全连接操作，得到第6层的输出向量1*O₆，其中O₆为M×(N+1)×C的乘积，其中M是预定义行向量的数量，N+1表示网格划分数量N加上没有秧苗行的情况，C是秧苗行的总数；

B2、对第6层的输出向量进行卷积操作，得到第7层的输出特征图M×(N+1)×C；

三、输出秧苗行水平位置。

2.根据权利要求1所述的一种基于行向量网格分类的水稻秧苗行识别方法，其特征在于，所述步骤三的具体步骤如下：

对第7层的输出特征图M×(N+1)×C，秧苗行的预测P_i,j＝F^ij(X),i∈[1，C]，j∈[1，M]，对第i个秧苗行，选择从第1个到第M个行向量处概率最高的网格单元，所有行向量处的网格单元构成该秧苗行；

其中i的取值从1到C，j的取值从1到M，秧苗行的预测P_i,j是(N+1)维向量，表示第i个秧苗行在第j个行向量处选择(N+1)个网格单元的概率。