申请/专利权人：中再云图技术有限公司

申请日：2023-12-26

公开（公告）日：2024-03-26

公开（公告）号：CN117765466A

主分类号：G06V20/52

分类号：G06V20/52;G06V20/10;G06V20/17;G06V10/82;G06N3/0464

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：本发明涉及目标检测技术领域，公开了一种对树木倒伏目标的检测方法，包括以下步骤：步骤S101，采集一组包含有行道树的图像构建行道树图像集合；步骤S102，基于行道树图像集合构建行道树图像数据；步骤S103，构建树木倒伏检测模型；步骤S104，基于行道树图像数据集结合正负样本分配策略训练树木倒伏检测模型；步骤S105，输入一张含有行道树的图像到训练好的树木倒伏检测模型，输出每个行道树的倾斜率；本发明通过目标检测模型结合关键点识别模型能够实时计算树木的倾斜率，并且可以监测到人类无法涉及或者难以涉及的地域的树木，降低成本与工作危险性的同时，还提升了工作效率。

主权项：1.一种对树木倒伏目标的检测方法，其特征在于，包括以下步骤：步骤S101，采集一组包含有行道树的图像构建行道树图像集合；步骤S102，基于行道树图像集合构建行道树图像数据集，并按照7:2:1的切分比例分为训练集、测试集与验证集；其中行道树图像数据集的样本都包含真实检测框和关键点标签；步骤S103，构建树木倒伏检测模型；树木倒伏检测模型包括：第一隐藏层、逻辑层、第二隐藏层和第三隐藏层；第一隐藏层输入一张行道树图像，输出第一图像，第一图像包含多个预测检测框；每个预测检测框表示为：[x，y，w，h，category]，其中x和y分别表示预测检测框的中心点的横坐标值和纵坐标值，w和h分别表示预测检测框的宽度值和高度值，category表示预测检测框中的物体属于行道树的类别概率值；逻辑层用于基于第一隐藏层输出的第一图像的多个预测检测框和第一隐藏层输入的一张行道树图像裁剪出多个目标图像，并标记为第二图像；第二隐藏层输入第二图像，输出第二图像中的树底关键点的坐标值和树头关键点的坐标值；第三隐藏层用于基于第二隐藏层的输出计算倾斜率，倾斜率与预测检测框作为模型最终输出；步骤S104，基于行道树图像数据集结合正负样本分配策略训练树木倒伏检测模型；并根据倾斜率将行道树的倾斜程度划分的倒塌、倾斜、正常三类别；步骤S105，输入一张含有行道树的图像到训练好的树木倒伏检测模型，输出每个行道树的倾斜率。

全文数据：

权利要求：

百度查询： 中再云图技术有限公司 一种对树木倒伏目标的检测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD