一种可解释的植物计数方法和系统技术方案

本发明专利技术公开了一种可解释的植物计数方法和系统，属于农业自动观测领域。方法包括：对植物原始图依次进行编码、解码，并将解码得到的特征映射与软掩膜融合实现特征分割；将编码阶段中设定分辨率的特征映射与分割得到的特征映射进行点乘；对点乘得到的特征映射进行卷积得到局部计数，并对局部计数的权重进行动态分配，得到冗余计数图；对冗余计数图进行归一化和可视化处理，得到可解释的植物计数图。本发明专利技术方法没有粗糙地将计数结果直接平均分配到局部区域内，而是通过重新分配局部区域的特征权重，提高了局部计数图的输出分辨率，增强了输出计数图的可解释性。

【技术实现步骤摘要】
一种可解释的植物计数方法和系统
本专利技术属于农业自动观测领域，更具体地，涉及一种可解释的植物计数方法和系统。
技术介绍
植物计数在农业育种，植物表型鉴定，作物监测和产量预报中具有广泛的应用。通过对叶或器官等几何特征进行表型分选，育种者可以鉴定出理想的农作物品种。植物穗的出苗率是监测作物关键生长阶段的关键指标，植物穗的密度和果实的数量也与产量密切相关，而获得所有这些指数需要植物计数。而在传统农业中，植物计数通常是人工通过随机采样和肉眼观察的方式进行的。但是手动计数既繁琐又费时费力并且容易出错的，它不能满足现代高通量表型分析的需要。由于诸如无人机(UAV)之类灵活的植物表型平台的普及，逐年增加的计算能力以及第三波人工智能(深度学习)，对开发基于数字图像的自动化植物计数工具的兴趣日益浓厚。许多自动化植物计数工具都是由深度卷积神经网络(CNN)的成功所推动的。但是，CNN的推论通常被认为是一个黑盒模型。因此，为了推断出哪个实例被计数，农业工作者希望至少一种算法生成的输出是可解释的。由于输出的可解释性与输出的可视化方式密切相关，因此这种必要性驱本文档来自技高网...

【技术保护点】
1.一种可解释的植物计数方法，其特征在于，包括：/nS1.对植物原始图依次进行编码、解码，并将解码得到的特征映射与软掩膜融合实现特征分割；其中，特征映射分割过程由人工标注的点标记图经过点扩张和变换得到的伪真值掩膜进行监督；/nS2.将编码阶段中设定分辨率的特征映射与分割得到的特征映射进行点乘；其中，解码得到的特征映射分辨率与设定分辨率相同；/nS3.对点乘得到的特征映射进行卷积得到局部计数，并对局部计数的权重进行动态分配，得到冗余计数图；其中，动态分配结果和局部计数结果由人工标注的点标记图经过高斯卷积和跨步卷积得到的真值冗余计数图进行监督；/nS4.对冗余计数图进行归一化和可视化处理，得到可解...

【技术特征摘要】
1.一种可解释的植物计数方法，其特征在于，包括：
S1.对植物原始图依次进行编码、解码，并将解码得到的特征映射与软掩膜融合实现特征分割；其中，特征映射分割过程由人工标注的点标记图经过点扩张和变换得到的伪真值掩膜进行监督；
S2.将编码阶段中设定分辨率的特征映射与分割得到的特征映射进行点乘；其中，解码得到的特征映射分辨率与设定分辨率相同；
S3.对点乘得到的特征映射进行卷积得到局部计数，并对局部计数的权重进行动态分配，得到冗余计数图；其中，动态分配结果和局部计数结果由人工标注的点标记图经过高斯卷积和跨步卷积得到的真值冗余计数图进行监督；
S4.对冗余计数图进行归一化和可视化处理，得到可解释的植物计数图。


2.根据权利要求1所述的一种可解释的植物计数方法，其特征在于，编码过程具体为，采用MixNet-L对植物原始图进行编码，依次得到分辨率为1/2、1/4、1/8、1/16和1/32的特征映射。


3.根据权利要求1或2所述的一种可解释的植物计数方法，其特征在于，解码过程具体包括：
采用上下文编码模块ASPP对编码得到的分辨率为1/32的特征映射进行处理；
对上下文编码模块的输出进行上采样操作并与编码阶段中分辨率为1/16的特征映射进行卷积，得到新的分辨率为1/16的特征映射；
对新的分辨率为1/16的特征映射再进行一次上采样操作，并与编码阶段中分辨率为1/8的特征映射进行卷积，得到新的分辨率为1/8的特征映射。


4.根据权利要求3所述的一种可解释的植物计数方法，其特征在于，步骤S1中所述将解码得到的特征映射与软掩膜融合实现特征分割，具体为，将新的分辨率为1/8的特征映射与软掩膜融合实现特征分割。


5.根据权利要求1-4任一项所述的一种可解释的植物计数方法，其特征在于，步骤S3中所述对局部计数的权重进行动态分配，具体包括：
将点乘得到的特征映射通过逐通道平均生成权重映射；
利用Softmax函数在空间上对权重映射进行规范；
通过将权重映射与局部计数相乘，生成重新分布的计数映射。

【专利技术属性】
技术研发人员：曹治国，陆昊，李亚楠，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北;42