申请/专利权人:常州大学
申请日:2024-01-10
公开(公告)日:2024-04-09
公开(公告)号:CN117853915A
主分类号:G06V20/10
分类号:G06V20/10;G06V10/44;G06V20/70;G06V10/82;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明涉及图像处理技术领域,尤其涉及基于改进PP‑PicoDet小麦产量预估方法及系统,包括采集小麦麦穗图像;将探测器头部的四个尺度检测分支中的特大目标尺度检测层删除;构建WS‑BiAFPN模块替换颈部LC‑PAN模块,WS‑BiAFPN模块采用短距离双向聚合方式进行特征融合和自适应空间融合运算,从主干输出层提取特征图{C3,C4,C5},利用双线性插值结合下采样卷积,将C3、C5聚合于C4层得到特征图C41;使用ASFF模块将C41分别与C3、C5结合形成小尺度、大尺度检测层,同时将三个不同等级的近邻层集成中尺度检测层。本发明解决现有方法在参数计算量与精度无法平衡兼顾的问题。
主权项:1.基于改进PP-PicoDet小麦产量预估方法,其特征在于,包括以下步骤:步骤一、采集小麦麦穗图像,并对图像进行预处理;步骤二、改进PP-PicoDet网络,包括:将探测器头部的四个尺度检测分支中的特大目标尺度检测层删除,减少特大目标尺度检测层在经过四次下采样操作后的粗粒度信息对原有目标检测的干扰,并降低关键信息丢失。
全文数据:
权利要求:
百度查询: 常州大学 基于改进PP-PicoDet小麦产量预估方法及系统
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。