一种山地果茶园道路识别语义分割模型构建方法技术

本发明专利技术公开了一种山地果茶园道路识别语义分割模型构建方法，包括以下步骤：S1、采集不同时段和天气环境的果茶园道路场景视频；S2、将采集的类别根据丘陵山区果、茶园道路环境的特点及出现的频率分为背景、道路、行人以及车；S3、将图像尺寸统一调整到960

【技术实现步骤摘要】
一种山地果茶园道路识别语义分割模型构建方法


[0001]本专利技术属于图像处理
，具体涉及一种山地果茶园道路识别语义分割模型构建方法。

技术介绍

[0002]在我国，果、茶园产业具有至关重要的地位，其种植面积大，并且主要分布在丘陵山区，受地形条件和种植模式影响，丘陵山区机械化程度普遍较低，而农村劳动力老龄化是我国经济社会转型升级过程中难以回避的问题。农业机械的自动化与智能化已成为丘陵山区未来发展的必然趋势，利用计算机视觉技术结合深度学习算法研究现代智能农业机械，可提升农产品及农用物资在田间运输工作效率，降低劳动成本，对丘陵山区农业经济的发展具有重要意义。
[0003]准确、快速的识别出果、茶园道路是果茶园智能农业机械发展的关键技术。将语义分割技术应用到果、茶园道路识别中，能够实现对果、茶园道路的像素级分割。语义分割技术对实现农业机械自动化与智能化具有重要的研究价值和广泛的实际意义，但该技术在果、茶园道路识别任务中依然面临着许多的问题。

技术实现思路

[0004]本专利技术的主要目的在于克服现有技术的缺点与不足，提出本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种山地果茶园道路识别语义分割模型构建方法，其特征在于，包括以下步骤：S1、采集不同时段和天气环境的果、茶园道路场景视频，按照每10帧选取一张图像分别得到果、茶园道路环境数据；S2、将采集的类别根据丘陵山区果、茶园道路环境的特点及出现的频率分为背景、道路、行人以及车；S3、将图像尺寸统一调整到960
×
540像素大小，使用LabelMe标注软件对采集到的果、茶园道路图像进行语义标注，实现对图像语义信息的赋予；S4、将标注好的果、茶园数据按照9：1比例随机分为训练集与测试集；S5、使用神经网络Mobilenet
‑
V3取代语义分割模型PSPNet的主干特征提取网络Resnet模块，构建果、茶园道路图像识别模型M
‑
PSPNet，M
‑
PSPNet语义分割模型初步分割特征；S6、建立果、茶园道路图像识别优化模型MS
‑
PSPNet，通过SLIC超像素分割算法获取输入图片的超像素分割图，将获得的初步语义分割图和超像素分割图融合，得到最终的图像。2.根据权利要求1所述的一种山地果茶园道路识别语义分割模型构建方法，其特征在于，步骤S1具体为：以果、茶园真实情况和自然光照为前提采集数据，进行图像采集，包括一天中不同的时间段，恶劣和良好天气环境实施图像采集；综合考虑采集图像的空间分辨率需求和避障需求确定摄像头的安装位置，进行视频拍摄；视频采集过程中保持摄像头以1.2m/s的平均速度行驶，通过相机采集道路场景视频数据后进行存储；按照每10帧选取一张图像分别得到果、茶园道路环境数据。3.根据权利要求1所述的一种山地果茶园道路识别语义分割模型构建方法，其特征在于，步骤S5具体为：S51、将果、茶园道路数据集导入到MobileNet
‑
V3主干特征提取网络中；将输入大小相同的图像所在块划分为一层，划分为5层；将所在块依次经过卷积层、BN层和激活层；将其分别经过两条支路，一条支路不变，另一条支路经过注意力模块，将两条支路相加得到新结果；新结果经过激活函数后得到初步特征提取结果；S52、将得到的特征层导入到PSPNet的PSP模块，将其分割为6
×
6、3
×
3、2
×
2、1
×
1的网格，将固定形状的池化窗口对其划分的子区域从数据的最左方按照从左到右，由上到下的顺序，将窗口内的值按照特定规则进行滑动计算得到平均池化的结果；S53、将生成的模型导出进行初步语义分割预测。4.根据权利要求1所述的一种山地果茶园道路识别语义分割模型构建方法，其特征在于，步骤S6中，通过SLIC超像素分割算法获取输入图片的超像素分割图的步骤具体为：S61、...

【专利技术属性】
技术研发人员：吴伟斌，唐婷，赵新，刘强，韩重阳，李杰，张颖，郑泽锋，何兆铠，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：