公开(公告)号：CN113435282A

公开(公告)日：2021-09-24

申请号：CN202110677003.9

申请日：2021-06-18

Applicant: 南京农业大学

Inventor： 张小虎 ,  赵健清 ,  张羽 ,  严佳炜 ,  邱小雷 ,  姚霞 ,  田永超 ,  朱艳 ,  曹卫星

IPC: G06K9/00 ,  G06K9/62 ,  G06K9/46 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习的无人机影像麦穗识别方法，通过将无人机测试影像输入至麦穗识别模型识别出麦穗信息，所述识别模型的构建包括：S1、数据采集步骤；S2、数据处理步骤；S3、构建适用于无人机影像麦穗识别网络，对所述无人机影像数据进行训练，得到麦穗识别模型；S4、利用训练好的麦穗识别模型对无人机影像中的待检测麦穗进行识别，融合麦穗识别模型的检测框，得到识别结果；其特征在于S3构建多尺度网络特征架构，通过多尺度检测层提取麦穗特征，增强网络对小尺寸麦穗特征的提取能力；基于交并比计算检测层的置信度损失权重，提高小尺寸麦穗特征对网络的贡献。本发明提出的方案具有检测小尺寸密集麦穗影像的优点，很好解决了麦穗识别的技术困境。

公开(公告)号：CN113435282B

公开(公告)日：2021-12-21

申请号：CN202110677003.9

申请日：2021-06-18

Applicant: 南京农业大学

Inventor： 张小虎 ,  赵健清 ,  张羽 ,  严佳炜 ,  邱小雷 ,  姚霞 ,  田永超 ,  朱艳 ,  曹卫星

IPC: G06K9/00 ,  G06K9/62 ,  G06K9/46 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习的无人机影像麦穗识别方法，通过将无人机测试影像输入至麦穗识别模型识别出麦穗信息，所述识别模型的构建包括：S1、数据采集步骤；S2、数据处理步骤；S3、构建适用于无人机影像麦穗识别网络，对所述无人机影像数据进行训练，得到麦穗识别模型；S4、利用训练好的麦穗识别模型对无人机影像中的待检测麦穗进行识别，融合麦穗识别模型的检测框，得到识别结果；其特征在于S3构建多尺度网络特征架构，通过多尺度检测层提取麦穗特征，增强网络对小尺寸麦穗特征的提取能力；基于交并比计算检测层的置信度损失权重，提高小尺寸麦穗特征对网络的贡献。本发明提出的方案具有检测小尺寸密集麦穗影像的优点，很好解决了麦穗识别的技术困境。