申请/专利权人:中国农业科学院农业信息研究所
申请日:2023-09-01
公开(公告)日:2024-02-13
公开(公告)号:CN117173122B
主分类号:G06T7/00
分类号:G06T7/00;G06V10/25;G06V10/42;G06V10/44;G06V10/50;G06V10/764;G06V10/77;G06V10/774;G06V10/80;G06V10/82;G06N3/045;G06N3/0464;G06N3/048;G06N3/09
优先权:
专利状态码:有效-授权
法律状态:2024.02.13#授权;2023.12.22#实质审查的生效;2023.12.05#公开
摘要:本发明提供出了一种基于轻量级ViT的图像叶密度测定方法、装置、电子设备及存储介质,所述方法包括:获取原始图像;对原始图像均匀划分多个感兴趣区域,对感兴趣区域进行标注,建立感兴趣区域与叶密度对应关系;将经标注的原始图像分别采用像素增强空间及空间增强空间与天气数据增强进行数据增强;将增强图像划分为训练集、验证集和测试集,利用训练集和验证集对预设的叶密度的视觉感知模型进行训练,得到训练好的叶密度的视觉感知模型;将测试集输入所述训练好的叶密度的视觉感知模型,得到每个感兴趣区域的叶密度。本发明采用双重增强空间扩展与天气数据增强扩大训练样本,增强叶密度的视觉感知模型的泛化能力和鲁棒性,提高叶密度测定效果。
主权项:1.一种基于轻量级ViT的图像叶密度测定方法,其特征在于,所述方法包括:获取原始图像;对所述原始图像均匀划分多个感兴趣区域,对所述感兴趣区域进行标注,建立所述感兴趣区域与叶密度对应关系;将经标注的原始图像分别采用像素增强空间及空间增强空间与天气数据增强进行数据增强,得到增强图像;将所述增强图像划分为训练集、验证集和测试集,利用所述训练集和所述验证集对预设的叶密度的视觉感知模型进行训练,得到训练好的叶密度的视觉感知模型;其中,预设的叶密度的视觉感知模型基于包括轻量级ViT架构的GLDCNet模型构建形成;将所述测试集输入所述训练好的叶密度的视觉感知模型,得到每个感兴趣区域的叶密度,对测定结果的精度进行评价。
全文数据:
权利要求:
百度查询: 中国农业科学院农业信息研究所 一种基于轻量级ViT的图像叶密度测定方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。