甘蔗茎节实时动态识别定位方法技术

本发明专利技术公开了一种甘蔗茎节实时动态识别定位方法，包括以下步骤：(1)采集甘蔗样本；(2)制作数据集；(3)选择模型和评价指标；(4)改进甘蔗茎节识别模型；(5)甘蔗茎节位置的畸变矫正；(6)切口位置的选择优化：基于步骤(5)畸变矫正后的茎节像素位置计算得到切口位置，并对切口位置的选择进行了优化。本发明专利技术甘蔗茎节实时动态识别定位方法，通过改进多尺度检测结构，使得模型在检测精度和速度上都有了较大的提升，接着引入Ghost结构达到简化模型的效果。其次，利用多项式函数以及最小二乘法拟合横向畸变比例函数，解决了画面横向畸变的问题，使切种作业更可靠，提高切口精度。最后，设计了切割位置的选择优化算法，提高切口选择的可靠性。性。性。

【技术实现步骤摘要】
甘蔗茎节实时动态识别定位方法


[0001]本专利技术涉及甘蔗加工设备识别系统
，特别涉及一种甘蔗茎节实时动态识别定位方法。

技术介绍

[0002]甘蔗是我国最重要的糖料作物，在我国国民经济中占有特殊的重要作用。然而在甘蔗机械种植领域，利用实时切种式甘蔗种植机进行切种存在人工强度大、切断的甘蔗茎节长度单一固定、作业伤芽率高等问题。这样产生的劣质蔗种将会严重影响甘蔗连年的产量，因为甘蔗是多年生宿根作物，若首年的产量不好将会影响到下一年，所以预切种式甘蔗种植才是更值得被推广的种植模式。预切种式甘蔗种植就是通过人工砍出大量的带有2～3个芽段的蔗种，长度大概在25～35cm，接着进行种苗脱毒后用于种植，这也是我国正在推广的糖料蔗良种良法技术。针对需要大量优质蔗种的问题，研究人员研发了甘蔗预切种智能横向切种机，该设备可以分为茎节识别部分和切刀控制部分。其运行流程是底下传送链负责将甘蔗横向送进，上方摄像头负责实时动态检测甘蔗茎节的位置，根据茎节位置计算切口位置，然后将切口位置通过串口传送给后端的PLC设备，从而控制切刀将甘蔗切割成段，根据切割结果来看，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种甘蔗茎节实时动态识别定位方法，其特征在于，包括以下步骤：(1)采集甘蔗样本；(2)制作数据集：在横向甘蔗切种机上安装摄像头，获取待切种甘蔗茎节的图像数据，对甘蔗茎节数据集以一定比例随机划分出训练集、验证集以及测试集；(3)选择模型和评价指标：将步骤(2)得到的数据集在YOLOv5s网络框架上进行训练和测试，得到原始YOLOv5s模型测试结果；其中，YOLOv5s网络主要包括输入端模块、骨干网络模块、颈部网络模块和预测头模块，预测头模块是对不同类别目标进行概率预测和位置信息预测，其中的P3、P4、P5别对应小、中、大目标的检测；以准确率、召回率、平均精度、模型大小、推理时间为评估指标；(4)改进甘蔗茎节识别模型：YOLOv5s在经过FPN+PAN的双向聚合后，对P3、P4、P5层分别提供大、中、小特征通道进行多尺度检测，在检测部分去除大目标检测层的特征数据；并在YOLOv5s网络框架中引入Ghost结构，构建甘蔗茎节识别模型；(5)甘蔗茎节位置的畸变矫正：对步骤(2)摄像头获取的甘蔗图像信息拟合横向畸变比例函数，再进行实时动态检测时，根据该函数得到真实的茎节像素值；(6)切口位置的选择优化：基于步骤(5)畸变矫正后的茎节像素位置计算得到切口位置。2.根据权利要求1所述的甘蔗茎节实时动态识别定位方法，其特征在于，步骤(2)中训练集是用于模型拟合的数据样本，在训练过程中对训练误差进行梯度下降，进行学习，可训练的权重参数；验证集是模型训练过程中单独留出的样本集，用于调整模型的超参数和对模型的能力进行初步评估；测试集用来评估模最终模型的泛化能力。3.根据权利要求1所述的甘蔗茎节实时动态识别定位方法，其特征在于，步骤(3)中输入端模块是对图像处理策略和锚框选择的优化；骨干网络模块主要包括C3模块和SPPF模块，C3模块使用了残差网络进行残差学习；SPPF模块是在SPP的基础上减少网络层数，并对不同感受野的信息特征进行融合；颈部网络部分主要以自顶向下的特征金字塔+自顶向上的路径聚合网络相结合的方式进行特征融合，从而实现不同层特征的双向聚合。4.根据权利要求1所述的甘蔗茎节实时动态识别定位方法，其特征在于，步骤(3)中准确率P用于评估找的目标对不对；召回率用于评估找的目标全不全；平均精度AP表示输出结果与真实标签之间重叠度为0.5时的平均检测精度，通过求P
‑
R曲线的积分得到的；推理时间指的是检测单张甘蔗图片的所需时间。具体公式如下：间指的是检测单张甘蔗图片的所需时间。具体公式如下：间指的是检测单张甘蔗图片的所需时间。具体公式如下：式子中TP为真的正样本，即模型判定为正样本，事实上也是正样本的数量；FP为假的正
样本，即模型判定为正样本，但事实上是负样本的数量；FN为假的负样本，即模型判定为负样本，但事实上是正样本的数量。5.根据权利要求1所述的甘蔗茎节实时动态识别定位方法，其特征在于，步骤(4)在YOLOv5s网络框架的骨干网络模块和颈部网络模块中引入Ghost结构。6.根据权利要求1所述的甘蔗茎节实时动态识别定位方法，其特征在于，步骤(4)Ghost结构包括Ghost卷积模块和Ghost瓶颈模块；Ghost卷积模块包括常规卷积和线性变换两部分，首先通过有限的常规卷积得到一部分特征图，之后利用廉价的线性变换生成更多Ghost特征图，生成的Ghost特征图能够极大的表现常规卷积中包含的冗余特征信息，最后通过恒等映射将两组特征图进行组合；Ghost瓶颈模块包括两个Ghost卷积模块构成的，其中...

【专利技术属性】
技术研发人员：李尚平，郑创锐，文春明，李凯华，甘伟光，李洋，张超，褚元，唐丹，卞俊析，闫清林，王聪，叶滢敏，陈成，
申请(专利权)人：广西民族大学，
类型：发明
国别省市：