【技术实现步骤摘要】
一种基于Faster R
‑
CNN的棉花顶尖识别方法
[0001]本专利技术属于深度学习及图像处理领域，具体涉及一种基于Faster R
‑
CNN的棉花顶尖识别方法。
技术介绍
[0002]棉花是我国重要的经济作物，是关系国计民生的重要物资，如何实现棉花生产的全过程机械化，提高棉花生产的机械化水平，大大节约成本，减少劳动力，是棉花未来的生产方向。棉花是劳动密集型栽培作物，种植管理复杂，棉花生长过程中需要打顶，切断棉花的顶尖以增加棉花产量，目前棉花打顶主要靠人工完成，劳动强度大，效率低。在当前劳动力短缺、人工成本高的情况下，快速、准确、高效地实现棉花自动打顶具有重要的现实意义和广阔的发展前景，因此高速准确地识别棉花顶尖是自动打顶的前提和基础。
[0003]神经网络天生具备拟合任意复杂函数的特点，因此神经网络能力很强，可以做非常复杂的非线性映射；深度神经网络的参数很多，因此要得到的假设空间维度非常高，有很强大的表征能力；现代的深度神经网络大多可以用来提取图像，语音，文本的抽象特征，而且...
【技术保护点】
【技术特征摘要】
1.一种基于Faster R
‑
CNN的棉花顶尖识别方法，其特征在于，包括以下步骤：步骤1，采集不同条件下的棉花顶端图像；步骤2，对采集到的棉花顶端图像进行图像增强并形成样本集；步骤3，将样本集划分测试集和训练集；步骤4，构建基于Faster R
‑
CNN的棉花顶尖识别神经网络模型；步骤5，将训练集输入到初始Faster R
‑
CNN模型中进行训练，学习棉花顶尖目标特征；步骤6，将测试集输入到训练好的Faster R
‑
CNN模型进行测试并调整至模型收敛，得到基于Faster R
‑
CNN的棉花顶尖识别检测模型。2.如权利要求1所述的一种基于Faster R
‑
CNN的棉花顶尖识别方法，其特征在于，在步骤1中：采集棉花顶端在打顶期的不同时间光照、天气、角度等图像，确保样本多样性。3.如权利要求1所述的一种基于Faster R
‑
CNN的棉花顶尖识别方法，其特征在于，在步骤2中：为提高网络识别效果，需要对采集到的棉花顶端图像进行图像增强，将图像数据进行归一化、翻转变化、亮度变化、饱和度变化等生成新的数据集，提高识别精度并防止网络过拟合。4.如权利要求1所述的一种基于Faster R
‑
CNN的棉花顶尖识别方法，其特征在于，在步骤3中：将图像增强后的棉花顶端图像分为五等分，前三等分为训练集，后二等分为测试集。5.如权利要求1所述的一种基于Faster R
‑
CNN的棉花顶尖识别方法，其特征在于，在步骤4中：Faster R
‑
CNN的结构主要分为三大部分，第一部分是共享的卷积层（backbone），第二部分是候选区域生成网络（RPN），第三部分是对候选区域进行分类的网络（classifier）；Faster R
‑
CNN将整个图像和一组对象方案作为输入，网络首先通过几个卷积（conv）和最大池化层处理整个图像，以生成conv特征图；然后，对于每个建议对象，感兴趣区域（RoI）池化层从特征图中提取固定长度的特征向量，每个特征向量被输入到一系列全连接（FC）层中，这些层最终分支为两个同级输出层：一个层对K个对象类加上“背景”类生成softmax概率估计，另一个层为K个对象类中的每一个输出四个实数，每组4个值对其中一个K类的细化边界框位置进行编码；RoI池化层使用最大池将任何有效感兴趣区域内的特征转换为具有固定空间范围H
×
W的小特征图，其中H和W是独立于任何特定RoI层的超参数，RoI是进入conv特征图的矩形窗口，每个RoI由一个四元组（r、c、h、w）定义，该元组指定其左上角（r、c）及其高度和宽度（h、w）；RoI最大池化层的工作原理是将h
×
w RoI窗口划分为大小近似为h/H
×
w/W的子窗口的H
×
W网格，然后将每个子窗口中的值最大化地汇集到相应的输出网格单元中，池化独立应用于每个特征图通道，如标准最大池；RoI层只是SPPnets中使用的空间金字塔池化层的特例，其中只有一个金字塔层，使用池化子窗口计算。6.如权利要求1所述的一种基于Faster R
‑
CNN的棉花顶尖识别方法，其特征在于，在步骤5中：使用三个预先训练好的ImageNet网络进行实验，每个网络都有五个最大池化层和五到十三个conv层，当一个预先训练好的网络初始化一个Faster R
‑
CNN网络时，会经历三次转换，首先，最后一个最大池化层被RoI池化层替换，RoI池化层通过将H和W设置为与网络的第一个全连接层兼容来配置；其次，网络的最后一个全连接层和softmax被前面的两个层（K1类别上的全...
【专利技术属性】
技术研发人员：姚思雨，王磊，张宏文，李海洋，魏喜梅，杜欣田，尹成海，
申请(专利权)人：石河子大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。