基于轻量型网络的目标识别方法、识别系统及农业机械技术方案

本发明专利技术公开一种基于轻量型网络的目标识别方法，该方法包括：建立目标数据库，目标数据库中包括目标图像；对目标图像执行数据预处理操作，获得对应的预处理数据；建立轻量型网络模型，基于轻量型网络模型对预处理数据进行处理，获得对应的处理后数据；获取框体信息，基于框体信息对处理后数据进行分析，获得目标识别信息。本发明专利技术还公开一种基于轻量型网络的目标识别系统。通过构建轻量型网络架构对农业目标进行识别、分析和处理，降低运算复杂度，减少了运算量，同时结合生成式对抗网络对图像数据进行数据增强，从而提高了数据的多样性和有效性，在具体识别过程中通过标注信息对训练模型进行不断的优化从而大大提高了识别和定位的精确性。精确性。精确性。

【技术实现步骤摘要】
基于轻量型网络的目标识别方法、识别系统及农业机械


[0001]本专利技术涉及农业图像识别
，具体地涉及一种基于轻量型网络的目标识别方法、识别系统及农业机械。

技术介绍

[0002]人工智能技术在农业机械领域应用越来越广泛。其中，目标识别和检测技术将电子技术、传感技术、计算机技术、智能化控制技术等相结合，对农业机械实现自动化起着关键性的作用，也在整个农业生产中得到越来越多的推广和应用，如杂草识别、病虫害识别、作物倒伏识别、收获对象识别、打捆对象识别、施肥对象识别等。
[0003]现有技术中，技术人员开发出了对农业目标的感知方法，通过图像识别和深度学习的方式对农业目标进行识别。然而一方面，现有的农业目标识别方法在特征提取器的设计阶段非常依赖专家经验，泛化能力较差；另一方面，在对农业目标进行识别的过程中，需要对图像进行大量的预处理工作，预处理工作量极大，为处理装置的运算能力提出了极高的要求，且导致处理流程的时间成本较高、效率低下。此外，现有目标识别对农业目标的定位精度也较差。

技术实现思路

[0004]为了克服现有技术中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于轻量型网络的目标识别方法，其特征在于，所述识别方法包括：建立目标数据库，所述目标数据库中包括目标图像；对所述目标图像执行数据预处理操作，获得对应的预处理数据；建立轻量型网络模型，基于所述轻量型网络模型对所述预处理数据进行处理，获得对应的处理后数据；获取框体信息，基于所述框体信息对所述处理后数据进行分析，获得目标识别信息。2.根据权利要求1所述的识别方法，其特征在于，所述建立目标数据库，包括：获取目标图像；对所述目标图像进行有效性筛选，获得筛选后图像；对所述筛选后图像进行标注，获得与所述筛选后图像对应的标注信息，所述标注信息包括第一目标信息和第二目标信息；基于所述筛选后图像和所述标注信息建立目标数据库。3.根据权利要求2所述的识别方法，其特征在于，所述对所述目标图像执行数据预处理操作，获得对应的预处理数据，包括：对所述筛选后图像执行第一数据增强操作，获得第一增强数据；对所述第一增强数据执行第二数据增强操作，获得第二增强数据；按照预设要求对所述第二增强数据进行处理，获得所述预处理数据。4.根据权利要求3所述的识别方法，其特征在于，所述按照预设要求对所述第二增强数据进行处理，获得所述预处理数据，包括：获取预设图片格式信息；基于所述预设图片格式信息对所述第二增强数据进行格式处理，获得格式后数据；对所述格式后数据进行归一化处理，获得所述预处理数据。5.根据权利要求2所述的识别方法，其特征在于，所述建立轻量型网络模型，基于所述轻量型网络模型对所述预处理数据进行处理，获得对应的处理后数据，包括：获取基础网络架构，所述基础网络架构为基于轻量型设计的网络架构；获取第一通道信息，在所述基础网络架构中基于所述第一通道信息对所述预处理数据进行数据扩张处理，获得扩张后数据；获取第二通道信息，在所述基础网络架构中基于所述第二通道信息对所述扩张后数据进行特征提取处理，获得提取后数据；在所述基础网络架构中基于所述第一通道信息对所述提取后数据执行融合操作，获得融合后数据，将所述融合后数据作为所述处理后数据。6.根据权利要求5所述的识别方法，其特征在于，所述标注信息还包括所述筛选后图像的筛选后尺寸信息，所述识别方法还包括：在获取所述框体信息之后，基于所述筛选后尺寸信息生成对应的尺寸统计信息；基于所述基础网络架构和所述尺寸统计信息对所述框体信息进行调整，获得调整后的框体信息。7.根据权利要求5或6所述的识别方法，其特征在于，所述基于所述框体信息对所述处理后数据进行分析，获得目标识别信息，包括：基于所述框体信息对所述处理后数据进行分析，获得多个候选预测框；
按照预设筛选规则对所述多个候选预测框进行筛选，获得至少一个筛选后预测框；提取每个所述筛选后预测框的分类信息和定位信息，并基于所述分类信息和所述定位信息生成与所述筛选后预测框对应的目标识别信息。8.根据权利要求7所述的识别方法，其特征在于，所述识别方法还包括：在基于所述框体信息对所述处理后数据进行分析之前，基于所述框体信息、所述第二通道信息和预设损失计算算法生成损失计算信息；基于所述损失计算信息对所述框体信息进行优化，获得优化后的框体信息。9.根据权利要求8所述的识别方法，其特征在于，所述基于所述损失计算信息对所述框体信息进行优化，获得优化后的框体信息，包括：判断所述损失计算信息是否大于预设损失阈值；在所述损失计算信息小于等于所述预设损失阈值的情况下：基于所述损失计算信息对所述第二通道信息进行处理，获得处理后第二通道信息；基于所述处理后第二通道信息对所述框体信息进行优化，获得优化后的框体信息；所述识别方法还包括：在所述损失计算信息大于所述预设损失阈值的情况下：判断与所述损失计算信息对应的筛选后图像是否为合格图像；若与所述损失计算信息对应的筛选后图像为合格图像，则基于所述损失计算信息对所述筛选后图像对应的标注信息进行调整，获得调整后标注信息；否则，删除与所述损失计算信息对应的筛选后图像。10.根据权利要求7所述的识别方法，其特征在于，所述按照预设筛选规则对所述多个候选预测框进行筛选，获得至少一个筛选后预测框，包括：基于非极大抑制算法对所述多个候选预测框进行筛选，获得第一处理后预测框；基于得分阈值对所述第一处理后预测框进行筛选，获得第二处理后预测框；基于最小尺寸阈值对所述第二处理后预测框进行筛选，获得第三处理后预测框；判断是否存在重叠区域大于最大重叠阈值的重叠第三处理后预测框，若是，则获取所述重叠第三处理后预测框的目标得分信息，并将所述目标得分信息较小的重叠第三处理后预测框删除，获得至少一个筛选后预测框；否则，将所述第三处理后预测框作为所述筛选后预测框。11.一种基于轻量型网络的目标识别系统，其特征在于，所述识别系统包括：库构建单元，用于建立目标数据库，所述目标数据库中包括目标图像；预处理单元，用于对所述目标图像执行数据预处理操作，获得对应的预处理数据；轻量型网络单元，用于建立轻量型网络模型，基于所述轻...

【专利技术属性】
技术研发人员：杨强荣，方小永，何振军，贡军，高一平，
申请(专利权)人：中联农业机械股份有限公司，
类型：发明
国别省市：