一種基于改進(jìn)CenterNet的植物冠層密集葉片計(jì)數(shù)方法

基本信息

申請?zhí)?/td> CN202110598653.4 申請日 -
公開（公告）號 CN113191334B 公開（公告）日 2022-07-01
申請公布號 CN113191334B 申請公布日 2022-07-01
分類號 G06V20/10（2022.01）I;G06V10/44（2022.01）I;G06V10/774（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 陸聲鏈;陳文康;李幗 申請（專利權(quán)）人 廣西師范大學(xué)
代理機(jī)構(gòu) 桂林市華杰專利商標(biāo)事務(wù)所有限責(zé)任公司 代理人 -
地址 541004廣西壯族自治區(qū)桂林市育才路15號
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于改進(jìn)CenterNet的植物冠層葉片計(jì)數(shù)方法，該方法通過改進(jìn)CenterNet網(wǎng)絡(luò)模型結(jié)構(gòu)和優(yōu)化損失過程函數(shù)，在網(wǎng)絡(luò)輸入端加入空間轉(zhuǎn)深度模塊，將輸入圖像轉(zhuǎn)化為不同深度模塊，同時(shí)引入CBAM注意力模塊，以便檢測不同分辨率下的葉片邊緣信息；然后運(yùn)用空洞卷積的空間金字塔池化提取不同尺度下的圖像感受野特征并融合輸入DLA?34主干網(wǎng)絡(luò)中；最后運(yùn)用逆向空間轉(zhuǎn)深度模塊將不同DLA?34網(wǎng)絡(luò)在不同階段得到的特征信息連起來，以保留密集、不規(guī)則葉片的特征，還使用smoothL1函數(shù)對原CenterNet網(wǎng)絡(luò)使用的目標(biāo)預(yù)測損失函數(shù)進(jìn)行了優(yōu)化，克服了不同感受野下重疊葉片和不規(guī)則葉片的檢測問題，可以在復(fù)雜自然環(huán)境下對不同生長時(shí)期、不同遮擋程度的植物冠層葉片進(jìn)行計(jì)數(shù)。