公开(公告)号：CN118941821B

公开(公告)日：2025-01-28

申请号：CN202410986756.1

申请日：2024-07-23

Applicant: 南京林业大学

Inventor： 范习健 ,  王强 ,  业巧林 ,  金星 ,  还红华

IPC: G06V10/74 ,  G06V10/80 ,  G06V20/10 ,  G06V20/17 ,  G06V10/77 ,  G06V10/764 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提出了一种基于少样本学习的穗类作物统一计数方法，本发明涉及六个不同的作物数据集，这些作物数据集通过地面相机和无人机捕获，视觉编码器用于增强特征嵌入，基础模型用于减轻复杂背景的影响，多尺度特征交互模块用于集成相似度度量，促进不同尺度的作物特征自动学习，增强对各种尺寸和形状的作物穗的描述能力，该模型采用两阶段训练程序，初始阶段侧重于潜在特征挖掘，以捕捉谷物的通用特征，并且随后的阶段无需额外训练即可进行推理，进而从选定的样本中提取目标作物的领域特征，以实现计数操作。本发明通过少样本学习计数多种谷物穗，可以有效降低标注成本，并提高谷物产量估算的准确性，确保粮食安全。

公开(公告)号：CN118941821A

公开(公告)日：2024-11-12

申请号：CN202410986756.1

申请日：2024-07-23

Applicant: 南京林业大学

Inventor： 范习健 ,  王强 ,  业巧林 ,  金星 ,  还红华

IPC: G06V10/74 ,  G06V10/80 ,  G06V20/10 ,  G06V20/17 ,  G06V10/77 ,  G06V10/764 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提出了一种基于少样本学习的穗类作物统一计数方法，本发明涉及六个不同的作物数据集，这些作物数据集通过地面相机和无人机捕获，视觉编码器用于增强特征嵌入，基础模型用于减轻复杂背景的影响，多尺度特征交互模块用于集成相似度度量，促进不同尺度的作物特征自动学习，增强对各种尺寸和形状的作物穗的描述能力，该模型采用两阶段训练程序，初始阶段侧重于潜在特征挖掘，以捕捉谷物的通用特征，并且随后的阶段无需额外训练即可进行推理，进而从选定的样本中提取目标作物的领域特征，以实现计数操作。本发明通过少样本学习计数多种谷物穗，可以有效降低标注成本，并提高谷物产量估算的准确性，确保粮食安全。