申请/专利权人:北京市农林科学院;北京智农天地网络技术有限公司
申请日:2024-01-18
公开(公告)日:2024-03-26
公开(公告)号:CN117765370A
主分类号:G06V10/82
分类号:G06V10/82;G06N3/0464;G06N3/08;G06V10/25;G06V10/40;G06V10/766;G06V20/60
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.12#实质审查的生效;2024.03.26#公开
摘要:本发明提供一种基于MaskR‑CNN的叶菜作物检测方法及装置,涉及计算机视觉技术领域,方法包括:获取待检测叶菜作物图像;将待检测叶菜作物图像输入至叶菜作物检测模型中,得到叶菜作物检测模型输出的叶菜作物检测结果;其中,叶菜作物检测模型是根据叶菜作物训练图像及对应标签训练得到的;叶菜作物检测模型用于基于预设注意力机制对输入的待检测叶菜作物图像进行特征提取,并基于提取的作物特征图确定目标候选框,以及对目标候选框和作物特征图进行区域取整操作,得到目标特征图并对目标特征图进行检测,得到叶菜作物检测结果。本发明通过在特征提取过程中引入注意力机制,以有效区分不同的叶菜作物,提高叶菜作物检测的精度。
主权项:1.一种基于MaskR-CNN的叶菜作物检测方法,其特征在于,包括:获取待检测叶菜作物图像;将所述待检测叶菜作物图像输入至基于MaskR-CNN构建的叶菜作物检测模型中,得到所述叶菜作物检测模型输出的叶菜作物检测结果;其中,所述叶菜作物检测模型是根据叶菜作物训练图像和所述叶菜作物训练图像对应的标签训练得到的;所述叶菜作物检测模型用于基于预设注意力机制对输入的待检测叶菜作物图像进行特征提取,并基于提取的作物特征图确定目标候选框,以及对所述目标候选框和所述作物特征图进行区域取整ROIAlign操作,得到目标特征图并对所述目标特征图进行检测,得到叶菜作物检测结果。
全文数据:
权利要求:
百度查询: 北京市农林科学院;北京智农天地网络技术有限公司 基于Mask R-CNN的叶菜作物检测方法及装置
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。