-
公开(公告)号：CN112116612A
公开(公告)日：2020-12-22
申请号：CN202010969502.0
申请日：2020-09-15
Applicant: 南京林业大学
Abstract: 一种基于Mask R‑CNN的行道树图像实例分割方法，该方法包括：首先选择若干张行道树图像作为样本，进行标注得到行道树掩膜图像；对所有样本的原始行道树图像和行道树掩膜图像进行预处理，包括尺寸变换和数据扩充，将处理后的所有图像作为样本集；将样本集中的所有样本输入基于Mask R‑CNN的行道树实例分割模型进行训练，得到训练后的模型；实时采集行道树图像，对原始行道树图像进行尺寸变换，使得其与前述尺寸变换的目标尺寸一致，输入训练后的模型，进行处理得到分割结果。本发明采用Mask R‑CNN算法建立端到端的行道树图像实例分割模型，从标注样本集中自动挖掘多层次行道树语义特征，能够实现行道树实例的精细分割。
-
公开(公告)号：CN113947605B
公开(公告)日：2025-04-15
申请号：CN202111290749.0
申请日：2021-11-02
Applicant: 南京林业大学
Abstract: 本发明提供一种基于YOLACT的行道树靶标点云分割方法，该方法包括以下步骤：S1选择部分样本行道树，将二维雷达装载在移动车辆上扫描行道树，获取样本点云数据；S2对于扫描得到的点云数据，建立三维坐标系，构建三通道彩色图像；S3对获得三通道彩色图像进行裁剪，标注；S4采用YOLACT行道树靶标点云分割算法对标注后的图像进行训练，直到达到预设的迭代次数，完成训练，获得模型；S5采用训练好的模型对待测行道树进行靶标分割。本发明的基于Yolact行道树靶标点云分割方法能够在复杂城区环境下检测行道树靶标点云，并快速准确分割出行道树靶标；能够为果园对靶施药技术的推广提供对靶施药的实时数据。
-
公开(公告)号：CN113947605A
公开(公告)日：2022-01-18
申请号：CN202111290749.0
申请日：2021-11-02
Applicant: 南京林业大学
Abstract: 本发明提供一种基于YOLACT的行道树靶标点云分割方法，该方法包括以下步骤：S1选择部分样本行道树，将二维雷达装载在移动车辆上扫描行道树，获取样本点云数据；S2对于扫描得到的点云数据，建立三维坐标系，构建三通道彩色图像；S3对获得三通道彩色图像进行裁剪，标注；S4采用YOLACT行道树靶标点云分割算法对标注后的图像进行训练，直到达到预设的迭代次数，完成训练，获得模型；S5采用训练好的模型对待测行道树进行靶标分割。本发明的基于Yolact行道树靶标点云分割方法能够在复杂城区环境下检测行道树靶标点云，并快速准确分割出行道树靶标；能够为果园对靶施药技术的推广提供对靶施药的实时数据。
-
-
Search Results
3
records
(took 0.044 seconds)
