申请/专利权人：四川农业大学

申请日：2024-03-11

公开（公告）日：2024-04-12

公开（公告）号：CN117876879A

主分类号：G06V20/10

分类号：G06V20/10;G06V10/44;G06V10/77;G06V10/80;G06V10/82;G06V10/52;G06N3/045;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了一种基于空域与频域特征融合的猕猴桃花朵识别方法，属于图像识别领域，包括以下步骤：S1、选取目标检测模型，对目标检测模型的输入端数据进行像素压缩和类型转换，得到空域张量；S2、构建频域特征增强模块，利用频域特征增强模块对空域张量进行特征提取和特征增强，得到频域特征图；S3、构建空频域特征融合模块，利用目标检测模型的骨干特征提取网络对空域张量进行处理得到空域特征图，并将频域特征图与空域特征图融合得到空频域特征图；S4、将频域特征增强模块与空频域特征融合模块加入目标检测模型进行训练得到权重，并利用该权重进行后续检测识别任务。本发明需要的参数量和计算量较小，并具有较高的检测精度。

主权项：1.一种基于空域与频域特征融合的猕猴桃花朵识别方法，其特征在于：包括以下步骤：S1、选取目标检测模型，对目标检测模型的输入端数据进行像素压缩和类型转换，得到空域张量；S2、构建频域特征增强模块，利用频域特征增强模块对空域张量进行特征提取和特征增强，得到频域特征图；S3、构建空频域特征融合模块，利用目标检测模型的骨干特征提取网络对空域张量进行处理得到空域特征图，并将频域特征图与空域特征图融合得到空频域特征图；S4、将频域特征增强模块与空频域特征融合模块加入目标检测模型进行训练得到权重，并利用该权重进行后续检测识别任务。

全文数据：

权利要求：

百度查询： 四川农业大学 一种基于空域与频域特征融合的猕猴桃花朵识别方法

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