CN114863112B 基于U-net语义分割茶嫩芽识别与采摘点定位方法及系统 (江苏大学).docxVIP

CN114863112B 基于U-net语义分割茶嫩芽识别与采摘点定位方法及系统 (江苏大学).docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN114863112B(45)授权公告日2025.07.08

(21)申请号202210586858.5

(22)申请日2022.05.27

(65)同一申请的已公布的文献号申请公布号CN114863112A

(43)申请公布日2022.08.05

(73)专利权人江苏大学

地址212013江苏省镇江市京口区学府路

301号

(72)发明人顾寄南王化佳王梦妮张文浩张志杰夏子林

(74)专利代理机构南京智造力知识产权代理有限公司32382

专利代理师汪芬

(51)Int.CI.

GO6V10/44(2022.01)

GO6V10/774(2022.01)

GO6V10/82(2022.01)

GO6V20/70(2022.01)

GO6N3/0455(2023.01)

GO6N3/0464(2023.01)

GO6N3/0895(2023.01)

GO6N3/084(2023.01)

(56)对比文件

CN112801107A,2021.05.14

CN112102283A,2020.12.18

CN113139974A,2021.07.20

王化佳.基于深度学习的茶嫩芽分割与采摘点定位方法研究.中国农机化学报.2024,全文.

审查员倪珅晟

GO6V10/26(2022.01)权利要求书3页说明书7页附图2页

(54)发明名称

基于U-net语义分割茶嫩芽识别与采摘点定位方法及系统

(57)摘要

CN114863112B本发明公开了基于U-net语义分割茶嫩芽识别与采摘点定位方法及系统,通过构建改进的U-net语义分割网络结构,并利用带标签嫩芽数据集和不带标签嫩芽数据集对改进的U-net语义分割网络进行训练,实现半监督学习。实时拍摄茶叶嫩芽图片,经预处理后输入到训练好的网络模型进行特征提取和加强特征提取得到语义分割预测结果,其中改进的预测头部网络涉及到MSA模块,实现多尺度通道注意力;最终根据语义分割结果,定位出嫩芽采摘点坐标,实现基于改进U-net语义分割模型的茶嫩芽的实时识别和采摘点

CN114863112B

名优茶数据集

正向传播

采摘点计算模块反向传播

采摘点计算模块

深度相机采集数据

图像预处理

改进U-net语义分割网络模型

输出预测语义分割结果

扫描分割区域边缘

判断分割区域底边

计算底边坐标均值

输出采摘点

输出带有采摘点的名优茶嫩芽边缘

CN114863112B权利要求书1/3页

2

1.一种基于改进U-net语义分割算法的茶嫩芽识别与采摘点定位方法,其特征在于,包括如下步骤:

步骤1、采集待识别茶叶嫩芽的图像,并对所采集的茶叶嫩芽图像进行预处理;预处理包括对茶叶嫩芽图像进行降噪、滤波处理;

步骤2、将预处理后的茶叶嫩芽图像输入改进U-net语义分割模型;输出语义分割结果;所述改进U-net语义分割模型的构建方法为:

步骤2.1:采集多张待分割对象的图像,对一部分图像进行语义分割标注,获得带标签的数据集;剩余部分图像不进行语义分割标注,形成不带标签的数据集;

步骤2.2:构建改进的U-net语义分割网络结构,所述改进的U-net语义分割网络结构包括编码器、解码器、半监督训练分支和改进的预测头部;

所述编码器的输入为待语义分割图像,所述编码器的输出分别作为解码器的输入和半监督训练分支的输入;

所述解码器的输出作为改进的预测头部输入;

所述改进的预测头部包括MSA模块内实现通道注意力机制,输出语义分割结果;

所述半监督训练分支包括加噪器和K个辅助解码器,利用加噪器对编码器的输出进行加噪,加噪后的结果fa(x)分别输入K个辅助解码器;利用K个辅助解码器输出的语义分割结果为fa(x);

步骤2.3:利用步骤2

您可能关注的文档

文档评论(0)

xm + 关注
实名认证
文档贡献者

专业学习资料,专业文档

1亿VIP精品文档

相关文档